是否有更有效的方法来创建包含 R 中每个变量的描述的 data.frame？答案

【问题标题】：Is there a more efficient way to create a data.frame containing descriptions of each variable in R?是否有更有效的方法来创建包含 R 中每个变量的描述的 data.frame？
【发布时间】：2019-09-03 11:01:28
【问题描述】：

我在 R 中有一个 data.frame（让我们以内置数据集“mtcars”为例），我想找到一种更有效的方法来创建第二个 data.frame，其中包含每个变量的描述（即一些基本元数据）以下列方式：

Variables    Type                                   Labels
      mpg numeric                        Miles/(US) gallon
      cyl numeric                      Number of cylinders
     disp numeric                    Displacement (cu.in.)
       hp numeric                         Gross horsepower
     drat numeric                          Rear axle ratio
       wt numeric                        Weight (1000 lbs)
     qsec numeric                            1/4 mile time
       vs numeric      Engine (0 = V-shaped, 1 = straight)
       am numeric Transmission (0 = automatic, 1 = manual)
     gear numeric                  Number of forward gears
     carb numeric                    Number of carburetors

下面的代码表示我当前获取data.frame的方法，其中包含每个变量的描述，包括变量名称、变量元素类型和标签。

dat01 <- mtcars

Variables <- c(names(dat01))

#install.packages("Hmisc")
library(Hmisc)
var.labels = c(mpg="Miles/(US) gallon",
               cyl="Number of cylinders",
               disp="Displacement (cu.in.)",
               hp="Gross horsepower",
               drat="Rear axle ratio",
               wt="Weight (1000 lbs)",
               qsec="1/4 mile time",
               vs="Engine (0 = V-shaped, 1 = straight)",
               am="Transmission (0 = automatic, 1 = manual)",
               gear="Number of forward gears",
               carb="Number of carburetors")

label(dat01) <- as.list(var.labels[match(names(dat01), names(var.labels))])

Labels <- label(dat01)

Type <- c(mode(dat01$mpg),
          mode(dat01$cyl),
          mode(dat01$disp),
          mode(dat01$hp),
          mode(dat01$drat),
          mode(dat01$wt),
          mode(dat01$qsec),
          mode(dat01$vs),
          mode(dat01$am),
          mode(dat01$gear),
          mode(dat01$carb))

meta.df <- data.frame(Variables,
                      Type,
                      Labels)

print(meta.df, row.names = FALSE)

除了提高我的脚本的效率（具体来说，我相信有更高效的代码可以用来创建向量“Type”），我也很想听听你关于如何最好地泛化的建议此脚本，以便它可以复制/粘贴并应用于类似结构的 data.frames。

【问题讨论】：

Type = sapply(mtcars, mode) 会很标准。使其可泛化的方法是将其放入函数中，可能是数据的函数，将自定义标签作为可选参数。
我还想知道您是否确定mode 是您想要的信息。 class 更有用，但是您必须决定如何处理多类对象。但是mode(factor(1:3))、mode(Sys.Date())、mode(Sys.time())之类的都是numeric，这让我不喜欢模式。
当您说模式是数字时，我不确定您的意思。当我使用 mode(variable.name) 时，它返回一个字符串，指示数据元素的类型（即“字符”、“数字”、“逻辑”等）。似乎 class(variable.name) 做了同样的事情，除了 sapply(dat01, class) 还返回一行，表明我的数据框中的每一列都被“标记”了。
是的，mode 和 class 返回字符串。 mode(Sys.Date()) 返回字符串 "numeric"，因为日期在内部存储为数字。 class(Sys.Date()) 返回字符串"Date"。我的观点是class 返回的信息更有用，因为因子、日期、时间戳和整数都将由mode 标识为简单的"numeric"，但class 将区分它们和常规数字。 class 返回的信息通常更有帮助。
test_list = list(date = Sys.Date(), time = Sys.time(), factor = factor('a'), integer = 1L, numeric = 1.5)。比较 lapply(test_list, mode) 和 lapply(test_list, class)。但是在这里你也可以看到class 不一定返回长度为 1 的字符串，class(Sys.time())、class(factor('a', ordered = T)) 是具有多个类的两个基本示例......这会使事情变得更难。选择 class(x)[1] 将是一个非常好的默认值。

标签： r dataframe vector metadata mode

【解决方案1】：

第一个解决方法是删除 Type 定义的重复数据：

由于class(some_vector) 返回描述该向量中数据类型的单个字符串，并且由于数据框是向量列表，因此您可以使用如下代码：

Type <- unlist(Map(class, mtcars))

[您可能需要重新排序条目]

【讨论】：

class 不会始终返回单个字符串。尝试class(factor(1:3, ordered = TRUE)) 或class(Sys.time()) 获取经常显示为数据列的多类对象示例。
抱歉，我的错误