如何遍历 R 中的列？答案

【问题标题】：How do I loop through columns in R?如何遍历 R 中的列？
【发布时间】：2020-09-21 03:40:56
【问题描述】：

我正在尝试清理我的代码以清理丢失的数据。我有一个包含 6 列的数据集，如果我像这样单独执行它们，则代码可以工作：

mammographic_masses <- mammographic_masses %>%
  mutate(birad = replace(birad, birad== "na", NA)) %>%
  mutate(birad = replace(birad, birad== "N/A", NA))

但是当我尝试在这样的 for 循环中执行此操作时：

for (i in ncol(mammographic_masses)){
  print(class(mammographic_masses[[i]]))
  mammographic_masses <- mammographic_masses %>%
    mutate(mammographic_masses[[,i]] = replace(mammographic_masses[[,i]], mammographic_masses[[,i]] == "na", NA)) %>%
    mutate(mammographic_masses[[,i]] = replace(mammographic_masses[[,i]], mammographic_masses[[,i]] == "N/A", NA))
}

我收到一个错误：

Error: unexpected '=' in:
"  mammographic_masses <- mammographic_masses %>%
    mutate(mammographic_masses[[,i]] ="
>     mutate(mammographic_masses[[,i]] = replace(mammographic_masses[[,i]], mammographic_masses[[,i]] == "N/A", NA))
Error: unexpected '=' in "    mutate(mammographic_masses[[,i]] ="
> }
Error: unexpected '}' in "}"

我也在阅读其他方式，例如应用等，但我想不出一种方法来循环每列

【问题讨论】：

for (i in 1:ncol(.))。将是第一步，就像您只迭代最后一列一样。
您可能对mutate_all 感兴趣（或者，如果您已经升级到刚刚发布的 dplyr 1.0，across()）
另一个问题是您正在混合索引方法 - 如果输入是小标题，带有逗号的单括号 df[, i] 会给您一个 1 列小标题，或者如果输入是单列向量是一个数据框。明智的做法是使用[[ 来保证无论输入如何都能获得单列向量，但不要在[[ 中使用,，只需使用[[i]]。
我还有一个稍微相关的问题。如果我必须使用特定于每一列的值，那么 mutate_all 将不起作用。在这种情况下，我该怎么办？
@GregorThomas 我也尝试过 [[i]] 但发生了同样的错误。 mutate_all 虽然对我有用

标签： r for-loop apply data-cleaning dplyr

【解决方案1】：

我们也可以使用na_if

library(dplyr)
mammographic_masses %>%
     mutate(across(everything(), ~ na_if(na_if(., "na"), "N/A")))

数据

set.seed(2020)
n <- 10
mammographic_masses <- replicate(4, sample(c(letters[1:4], "na", "N/A"), n, TRUE))
mammographic_masses <- as.data.frame(mammographic_masses)

【讨论】：

【解决方案2】：

提供“新”dplyr首选across以及str_replace_all（好点@Gregor）

library(dplyr)
library(stringr)


mammographic_masses %>%
  mutate(across(everything(), 
         ~ str_replace_all(., c("na" = NA_character_, "N/A" = NA_character_))))

#>      V1   V2   V3   V4
#> 1     d    b <NA>    c
#> 2     d    b <NA> <NA>
#> 3  <NA> <NA>    d    b
#> 4     a <NA> <NA>    b
#> 5     a    b    d <NA>
#> 6     d    c    b    c
#> 7     b    b    d <NA>
#> 8  <NA> <NA> <NA>    d
#> 9     a    d    d <NA>
#> 10 <NA>    b    d <NA>

与 Rui 相同的数据

set.seed(2020)
n <- 10
mammographic_masses <- replicate(4, sample(c(letters[1:4], "na", "N/A"), n, TRUE))
mammographic_masses <- as.data.frame(mammographic_masses)

【讨论】：

【解决方案3】：

不要循环，而是使用mutate_all。

library(dplyr)

mammographic_masses %>%
  mutate_all(function(x) {is.na(x) <- x %in% c("na", "N/A"); x})
#     V1   V2   V3   V4
#1     d    b <NA>    c
#2     d    b <NA> <NA>
#3  <NA> <NA>    d    b
#4     a <NA> <NA>    b
#5     a    b    d <NA>
#6     d    c    b    c
#7     b    b    d <NA>
#8  <NA> <NA> <NA>    d
#9     a    d    d <NA>
#10 <NA>    b    d <NA>

测试数据创建代码

set.seed(2020)
n <- 10
mammographic_masses <- replicate(4, sample(c(letters[1:4], "na", "N/A"), n, TRUE))
mammographic_masses <- as.data.frame(mammographic_masses)

【讨论】：

谢谢！应该看看不同的变异函数！谢谢