R - 有条件地改变多个列值答案

【问题标题】：R - mutate multiple column values conditionallyR - 有条件地改变多个列值
【发布时间】：2017-02-07 08:16:28
【问题描述】：

使用如下数据框：

set.seed(100)
df <- data.frame(id = sample(1:5, 6, replace = TRUE),
                 val1 = rep(c("true", "false"), 3), 
                 val2 = sample(c("true", "false"), 6, replace = TRUE))

  id  val1  val2
1 31  true false
2 26 false  true
3 56  true false
4  6 false  true
5 47  true false
6 49 false false

如果值为"true" 和FALSE 如果值为"false"，则需要将col val1 和val2 中的值更改为TRUE（R 逻辑真）。

这可以通过

df$val1 <- df$val1 == "true"
df$val2 <- df$val2 == "true"

虽然上述方法有效，但我有一个列数达到 100 的情况。所以需要一种方法来指定要变异的列 - 就像上面示例中的df[,2:3]。虽然首选基本 R 解决方案，但也欢迎其他解决方案。

【问题讨论】：

我会选择df[-1] <- as.logical(unlist(df[-1]))。查看?TRUE：“as.logical 尝试将其参数强制为逻辑类型。对于因素，这使用级别（标签）。就像 as.vector 一样，它会去除包括名称在内的属性。字符串 c(" T", "TRUE", "True", "true") 为真，c("F", "FALSE", "False", "false") 为假，其他为 NA。”。所以基本上R熟悉"true"和"false"
在stackoverflow.com/questions/42084356/…987654321@问了几乎完全相同的问题后，为什么还要为此打开第二个问题
这不是“几乎完全相同的问题”——你为什么这么认为？
你上一个问题是这个问题的一个特例。所以我用这个关闭了它。

标签： r

【解决方案1】：

@DavidArenburg 在评论中的回答以及对 R 如何处理 logicals 的解释需要是一个真正的答案 imo，将其复制并粘贴到此处：

你可以简单地选择

df[-1] <- as.logical(unlist(df[-1]))

查看?TRUE：

as.logical 尝试将其参数强制为逻辑类型。对于因素，这使用水平（标签）。就像 as.vector 它剥离包括名称在内的属性。字符串 c("T", "TRUE", "True", "true") 被认为是真，c("F", "FALSE", "False", "false") 为 false，所有其他为 NA。

所以基本上R熟悉"true"和"false"并且知道如何处理它们

【讨论】：

【解决方案2】：

我们可以使用基础R

df[, 2:3] <- df[, 2:3] == "true"

df
#  id  val1  val2
#1  2  TRUE FALSE
#2  2 FALSE  TRUE
#3  3  TRUE FALSE
#4  1 FALSE  TRUE
#5  3  TRUE FALSE
#6  3 FALSE FALSE

【讨论】：

【解决方案3】：

我们可以从tidyverse使用mutate_at

library(tidyverse)
library(magrittr)
df %<>%
     mutate_at(vars(val1:val2), funs(.=="true"))
df
#  id  val1  val2
#1  2  TRUE FALSE
#2  2 FALSE  TRUE
#3  3  TRUE FALSE
#4  1 FALSE  TRUE
#5  3  TRUE FALSE
#6  3 FALSE FALSE

另一个选项是data.table

library(data.table)
setDT(df)[, (2:3) := lapply(.SD, `==`, "true"), .SDcols = 2:3]

或者一种有效的base R 方法是

df[-1] <- lapply(df[-1], `==`, "true")
df
#  id  val1  val2
#1  2  TRUE FALSE
#2  2 FALSE  TRUE
#3  3  TRUE FALSE
#4  1 FALSE  TRUE
#5  3  TRUE FALSE
#6  3 FALSE FALSE

【讨论】：