基于列类有条件地改变列答案

【问题标题】：Conditionally mutate columns based on column class基于列类有条件地改变列
【发布时间】：2018-07-02 15:04:47
【问题描述】：

我的问题基于之前发布的主题：Mutating multiple columns in a data frame

假设我有一个如下的小标题：

id   char_var_1   char_var_2   num_var_1   num_var_2  ... x_var_n
1       ...           ...         ...         ...           ...
2       ...           ...         ...         ...           ...
3       ...           ...         ...         ...           ...

其中id 是键，char_var_x 是字符变量，num_var_x 是数字变量。我总共有 346 列，我想编写一个函数来缩放除 id 列之外的所有数值变量。我正在寻找一种优雅的方式来使用管道和 dplyr 函数变异这些列。

显然以下适用于所有数值变量：

pre_process_data <- function(dt)
{
  # scale numeric variables
  dt %>% mutate_if(is.numeric, scale)
}

但我正在寻找一种方法来从缩放中排除 id 列并保留原始值并同时缩放所有其他数值变量。有没有优雅的方法来做到这一点？

【问题讨论】：

dt %>% select(-id) 不适合你吗？
dt %>% mutate(id = as.character(id)) %>% mutate_if(is.numeric, scale) %>% mutate(id = as.numeric(id)) ?
@JakeKaupp 请作为答案提交。

标签： r pipe dplyr

【解决方案1】：

试试下面，答案类似于select_if帖子：

library(dplyr)

# Using @Psidom's example data: https://stackoverflow.com/a/48408027

df %>%
  mutate_if(function(col) is.numeric(col) &
              !all(col == .$id), scale)
#   id a  b
# 1  1 a -1
# 2  2 b  0
# 3  3 c  1

【讨论】：

我认为这在存在另一列的许多行与id 列共享相同值的情况下不起作用。在这种情况下，all(col != .$id) 将评估为 FALSE。我认为应该是：df %>% mutate_if(function(col) is.numeric(col) & !all(col == .$id), scale)

【解决方案2】：

这不是一种规范的方法，但有一点技巧，您可以使用 mutate_at 来做到这一点，方法是使用 which 和手动构造的列选择条件使列的整数索引发生变异：

df = data.frame(id = 1:3, a = letters[1:3], b = 2:4)
df %>% 
    mutate_at(vars(which(sapply(., is.numeric) & names(.) != 'id')), scale)

#  id a  b
#1  1 a -1
#2  2 b  0
#3  3 c  1

【讨论】：

【解决方案3】：

“把你感兴趣的栏目变成一个角色，然后再改回来”怎么样？

  dt %>%
    mutate(id = as.character(id)) %>% 
    mutate_if(is.numeric, scale) %>% 
    mutate(id = as.numeric(id))

【讨论】：

【解决方案4】：

你可以使用dplyr的across

df %>% mutate(across(c(where(is.numeric),-id),scale))

【讨论】：