Bir veri çerçevesindeki değişken sınıfını başka bir tabloya dayalı olarak dönüştürmek için özel bir işlev yazma
Kabul edebilecek bir işlev yazmaya çalışıyorum:
- veri çerçevesi (
df_1
) sütunlarının sınıflarının dönüştürülmesi gereken - her değişken için
df_2
bir satır içeren başka bir veri çerçevesi ( )df_1
- içindeki
df_2
her değişkenindf_1
dönüştürülmesi gereken sınıfı belirten bir sütun
Misal
1 - Verilerimle df_1
(ve dönüştürülecek değişkenlerin sınıflarıyla) veri çerçevesi ( )
library(tibble)
library(dplyr)
set.seed(2021)
df_1 <-
tibble(name = c("john", "jack", "mary", "matt", "elizabeth", "richard", "carlos", "george", "ferdinand", "william"),
height = sample(155:200, size = 10),
weight = sample(50:100, size = 10),
age = sample(20:100, size = 10),
gender = sample(c("male", "female"), size = 10, replace = TRUE),
preferred_pet = sample(c("dog", "cat", "frog", "rabbit"), size= 10, replace = TRUE)) %>%
mutate(across(everything(), as.character))
## # A tibble: 10 x 6
## name height weight age gender preferred_pet
## <chr> <chr> <chr> <chr> <chr> <chr>
## 1 john 161 100 38 female frog
## 2 jack 192 67 87 female dog
## 3 mary 193 52 24 male rabbit
## 4 matt 166 95 92 male dog
## 5 elizabeth 160 89 82 female cat
## 6 richard 199 75 57 male dog
## 7 carlos 195 85 37 female rabbit
## 8 george 159 86 62 male rabbit
## 9 ferdinand 177 71 78 female cat
## 10 william 197 80 89 female rabbit
2 - Sütunların df_2
dönüştürüleceği sınıfları içeren veri çerçevesi ( )df_1
set.seed(2021)
df_2 <-
tibble(var_name = c("name", "height", "weight", "gender", "preferred_pet", "record_creation"),
var_class = c("character", "numeric", "numeric", "factor", "factor", "datetime")) %>%
slice(sample(1:n()))
## # A tibble: 6 x 2
## var_name var_class
## <chr> <chr>
## 1 weight numeric
## 2 record_creation datetime
## 3 height numeric
## 4 name character
## 5 gender factor
## 6 preferred_pet factor
3 - Sınıf dönüşümü için bir işlev oluşturma
@ Akrun'un çözümünü burada gördüm , bu benim başarmaya çalıştığım şeye oldukça yakın görünüyor.
library(purrr)
library(stringr)
my_df <- iris
my_types <- c("factor", "character", "double", "logical", "character")
my_df[] <- map2(my_df, str_c("as.", my_types), ~ get(.y)(.x))
Ancak, bu çözüm, değişken adlarının df_1
mutlaka içinde görünmediği benimki gibi durumları ele almaz df_2
ve benzer şekilde, df_2$var_name
mutlaka içinde görünmeyen değişkenleri içerir df_1
.
df_1
'S vars sınıflarını içinde bulunan bilgilere göre dönüştürmek için bir işlev oluşturmak için herhangi bir fikirden memnun olacağım df_2
. tidyverse
Fonksiyonları kullanarak bir çözüm bulmak ideal olacaktır. Teşekkürler!
Yanıtlar
İşte kullanan bir yaklaşım across
ve cur_column
:
library(dplyr) #version >= 1.0.0
df_1 %>%
mutate(across(any_of(df_2$var_name), ~get(paste0("as.",df_2[df_2$var_name == cur_column(),"var_class"]))(.x)))
# A tibble: 10 x 6
name height weight age gender preferred_pet
<chr> <dbl> <dbl> <chr> <fct> <fct>
1 john 161 100 38 female frog
2 jack 192 67 87 female dog
3 mary 193 52 24 male rabbit
4 matt 166 95 92 male dog
5 elizabeth 160 89 82 female cat
6 richard 199 75 57 male dog
7 carlos 195 85 37 female rabbit
8 george 159 86 62 male rabbit
9 ferdinand 177 71 78 female cat
10 william 197 80 89 female rabbit
any_of
Yalnızca mevcut mutasyon sütunlara deneyin seçim yardımcı garanti altına almaktadır df_2
.
İkinci argüman, mevcut sütunlara uygulanan işlevdir. cur_column()
Değiştirilmekte olan sütunun adına erişim sağlamak için kullanabilirsiniz . Oradan, sadece sütun adını df_2
ararız ve var_class
istediğinizi döndürürüz . Ardından get()
uygun işlevi döndürmek için R tabanından kullanın ve bunu ile sütuna uygulayın (.x)
.
Bir işlevi tanımlamak ve diğer tidyverse işlevlerde yaptığınız gibi sütun adlarını tırnaksız olarak geçirmek isterseniz, şunu kullanabilirsiniz rlang::enquo
:
library(rlang)
change_class_by_table <- function(data,data_ref,column_name,column_class){
data %>%
mutate(across(any_of(pull(data_ref,!!enquo(column_name))),
~get(paste0("as.",filter(data_ref, !!enquo(column_name) == cur_column()) %>%
pull(!!enquo(column_class))))(.x)))
}
change_class_by_table(df_1,df_2,var_name,var_class)
## A tibble: 10 x 6
# name height weight age gender preferred_pet
# <chr> <dbl> <dbl> <chr> <fct> <fct>
# 1 john 161 100 38 female frog
# 2 jack 192 67 87 female dog
# 3 mary 193 52 24 male rabbit
# ...