根据一个变量的条件重新编码多个变量答案

【问题标题】：Recoding multiple variables based on condition of one variable根据一个变量的条件重新编码多个变量
【发布时间】：2019-01-14 16:13:46
【问题描述】：

我想根据另一个变量中的值重新编码多个变量（其中大约 90 个）。

这是一个示例：

df <- data.frame(var1 = c(1,0,5,10,0), var2 = c(1:5), var3 = c(1:5), var4 = 
c(1:5), var5 = c(1:5), var6 = c(1:5), var90 = c(1:5))

df

  var1 var2 var3 var4 var5 var6 var90
1    1    1    1    1    1    1     1
2    0    2    2    2    2    2     2
3    5    3    3    3    3    3     3
4   10    4    4    4    4    4     4
5    0    5    5    5    5    5     5

当 var1 = 0 时，我想将 var2 重新编码为 var90 为 0，否则保持原样。

我可以使用以下方法轻松地重新编码单个变量：

df[df$var1 == 0, c("var2")] <- 0

我可以使用数字符号将其应用于多列：

df[df$var1 == 0, c(2:7)] <- 0

在这个小样本集上做得很好，这是预期的结果：

  var1 var2 var3 var4 var5 var6 var90
1    1    1    1    1    1    1     1
2    0    0    0    0    0    0     0
3    5    3    3    3    3    3     3
4   10    4    4    4    4    4     4
5    0    0    0    0    0    0     0

但是，在我的完整数据集（约 90 个变量，90,000 行）上，我不得不在大约 20 分钟后中止，因为它仍然没有运行（希望让它在几秒钟内而不是几分钟内运行）。

关于如何有效地解决这个问题的任何想法？

【问题讨论】：

标签： r

【解决方案1】：

我们可以使用data.table 中的set 来加快速度

library(data.table)
setDT(df)
for(j in 2:7) set(df, i = which(df$var1 == 0), j = j, value = 0)
df
#   var1 var2 var3 var4 var5 var6 var90
#1:    1    1    1    1    1    1     1
#2:    0    0    0    0    0    0     0
#3:    5    3    3    3    3    3     3
#4:   10    4    4    4    4    4     4
#5:    0    0    0    0    0    0     0

另外，我们可以使用lapply from base R来避免创建一个大的逻辑矩阵

df[2:7] <- lapply(df[2:7], function(x) replace(x, df$var1 == 0, 0))

【讨论】：

我认为下面缺少一个括号。

【解决方案2】：

与dplyr:

library(dplyr)

df %>%
  mutate_at(vars(var2:var90), funs(ifelse(var1 == 0, 0, .)))

输出：

  var1 var2 var3 var4 var5 var6 var90
1    1    1    1    1    1    1     1
2    0    0    0    0    0    0     0
3    5    3    3    3    3    3     3
4   10    4    4    4    4    4     4
5    0    0    0    0    0    0     0

【讨论】：

轰隆隆！这是一种享受。你能解释一下 funs() 中最后一个点的含义吗？（我检查了帮助文本，但我不明白）
它指的是 vars 部分中的任何内容；在这种情况下，倒数第二个变量应该保持原样。

【解决方案3】：

我们也可以使用一些数学方法

df[2:7] <- df[2:7] * +(df$var1 != 0)

#  var1 var2 var3 var4 var5 var6 var90
#1    1    1    1    1    1    1     1
#2    0    0    0    0    0    0     0
#3    5    3    3    3    3    3     3
#4   10    4    4    4    4    4     4
#5    0    0    0    0    0    0     0

对于等于 0 和不等于 0 的值，我们将 var1 分别转换为 0、1，然后将这些值与其余列相乘，使 0 值变为 0，而非 0 值保持不变。

【讨论】：