重命名数据框中的 ID

Question

我正在尝试将下面嵌套数据框中的两个 ID 列重命名为数字字符。我试过用下面的代码来做：

原始数据框是A：

x_1 <- c("A1", "A1","A1", "B10", "B10", "B10","B10", "B500", "C100", "C100", "C100", "D40", "G100", "G100")

y_1 <- c(rep("M", 8), rep("O", 6))  

z_1 <- c(1.1, 1.4, 1.6, -1.0, -2.2, 3, 2.3, 2.0, -3.4, -4.1, 2, 2, 2.4, -3.5)


A <- data.frame(x_1, z_1, y_1)  

想要的数据框是B：

y_3 <- factor(A$x_1, levels = unique(A$x_1), labels = 1:length(unique(A$x_1)))

y_4 <- factor(A$y_1, levels = unique(A$y_1), labels = 1:length(unique(A$y_1)))

B <- data.frame(y_3, z_1, y_4)

我只是想知道是否有人知道其他更简单或更有效的方法——也许使用 R 中的其他包。我的原始数据非常大，效率在这里至关重要。此外，我还没有完全想出将y_1 重命名为除 1s 和 2s 之外的其他变量的方法（例如，我希望将 "M" 更改为 100 并将 "O" 更改为 101 而不是 1s和 2s)。

谢谢

Answer 1

我们可以使用lapply 并将那些需要更改index 的列子集化。在A 数据集中，我们对x_1 和y_1 列感兴趣。将这些columns 转换为factor，然后使用as.numeric，它将给出数字索引，然后分配这些列。

A[,c('x_1','y_1')] <- lapply(A[,c('x_1','y_1')], 
                         function(x) as.numeric(factor(x)))

另一个选项是检查先前的值是否不等于当前行的值。 IE。 x[-1]!= x[-length(x)]。这里x[-1] 删除了第一个元素，同样，x[-length(x)] 删除了最后一个元素（因此长度相同）。然后使用c(TRUE,..) 得到与x 对象长度相同的长度并执行cumsum。如果列已排序，则此方法有效。否则，factor 方法更安全。

 A[,c(1,3)] <- lapply(A[,c(1,3)], function(x)
               cumsum(c(TRUE,x[-1]!=x[-length(x)])))

要将索引从1:2 更改为100, 101，您可以使用数字索引本身。这里1 的值将被100 和2 替换为101。

 A[,3] <- c(100,101)[A[,3]]
 A
 #  x_1  z_1 y_1
 #1    1  1.1 100
 #2    1  1.4 100
 #3    1  1.6 100
 #4    2 -1.0 100
 #5    2 -2.2 100
 #6    2  3.0 100
 #7    2  2.3 100
 #8    3  2.0 100
 #9    4 -3.4 101
 #10   4 -4.1 101
 #11   4  2.0 101
 #12   5  2.0 101
 #13   6  2.4 101
 #14   6 -3.5 101

考虑到我们不希望所有列都使用相同的索引，另一种方法是使用Map。这里，x 值是列x_1、y_1，它们将位于2 元素列表中。对应的y 值将是1:6 和c(101, 102)。然后使用与上述相同的 indexing/as.numeric。

 A[,c(1,3)] <- Map(function(x, y) y[as.numeric(factor(x))] ,
                            A[,c(1,3)], list(1:6, c(100,101)))