Блог

У меня есть следующий фрейм данных:

 set.seed(1)
df <- data.frame(X1 = sample(c(letters[1:5],NA),10,replace=TRUE),
                X2 = sample(c(letters[1:5],NA),10,replace=TRUE),
                X3 = sample(c(letters[1:5],NA),10,replace=TRUE),
                stringsAsFactors = FALSE)
     X1   X2   X3
1     b    b <NA>
2     c    b    b
3     d    e    d
4  <NA>    c    a
5     b    e    b
6  <NA>    c    c
7  <NA>    e    a
8     d <NA>    c
9     d    c <NA>
10    a    e    c
  

Я хочу заменить a на 5, b на 4, c на 3, d на 2 и e на 1 на:

 df %>% lapply(., plyr::mapvalues(, c("a","b","c","d","e"), c(5,4,3,2,1)))
  

Но это не работает: я получаю предупреждение о том, что в нем отсутствует первый аргумент функции mapvalues() .
Кто-нибудь знает, что я делаю не так?

Простой, но понятный подход:

 lookup <- 5:1
names(lookup) <- c("a","b","c","d","e")

df[] <- lapply(df, function(x) lookup[x])
df
   X1 X2 X3
1   4  4 NA
2   3  4  4
3   2  1  2
4  NA  3  5
5   4  1  4
6  NA  3  3
7  NA  1  5
8   2 NA  3
9   2  3 NA
10  5  1  3
  

Обратите внимание, что lookup это простой именованный вектор, т.е.

 > lookup
a b c d e 
5 4 3 2 1 
  

И df[] гарантирует, что вы сохраните структуру фрейма данных при lapply ее изменении. При вызове lapply значения в каждом столбце просто используются для поиска по имени в таблице поиска. Чтобы подчеркнуть это, lookup["c"] возвращает значение «3».

Синтаксис использования lapply немного отличается. Вот как это работает:

 df %>% lapply(plyr::mapvalues, from = c("a","b","c","d","e"), to = c(5,4,3,2,1))
    $X1
 [1] "1" "3" "3" "1" "1" "2" "4" "5" NA  "2"

$X2
 [1] "2" "1" NA  "3" "1" "5" "3" "2" NA  NA 

$X3
 [1] "3" "3" NA  "1" NA  "1" "1" "2" NA  "2"
  

Если вы все еще хотите иметь dataframe впоследствии, лучше использовать apply вместо lapply :

 df %>% apply(2, plyr::mapvalues, from = c("a","b","c","d","e"), to = c(5,4,3,2,1)) %>% 
  as.data.frame(stringsAsFactors = F)
     X1   X2   X3
1     4    4 <NA>
2     3    4    4
3     2    1    2
4  <NA>    3    5
5     4    1    4
6  <NA>    3    3
7  <NA>    1    5
8     2 <NA>    3
9     2    3 <NA>
10    5    1    3