R - 如何重新编码多列[重复]答案

【问题标题】：R - How to recode multiple columns [duplicate]R - 如何重新编码多列[重复]
【发布时间】：2020-04-06 04:51:10
【问题描述】：

我正在尝试跨多个列将 6s 更改为 NAs。我曾尝试在dplyr 中使用 mutate_at 命令，但似乎无法使其工作。有什么想法吗？

library(dplyr)
ID <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) #Create vector of IDs for ID column.
Score1 <- c(1, 2, 3, 2, 5, 6, 6, 2, 5, 4) #Create vector of scores for Score1 column.
Score2 <- c(2, 2, 3, 6, 5, 6, 6, 2, 3, 4) #Create vector of scores for Score2 column.
Score3 <- c(3, 2, 3, 4, 5, 5, 6, 2, 6, 4) #Create vector of scores for Score3 column.
df <- data.frame(ID, Score1, Score2, Score3) #Combine columns into a data frame.
VectorOfNames <- as.vector(c("Score1", "Score2", "Score3")) #Create a vector of column names.
df <- mutate_at(df, VectorOfNames, 6=NA) #Within the data frame, apply the function (6=NA) to the columns specified in VectorOfNames.

【问题讨论】：

标签： r dplyr recode

【解决方案1】：

dplyr 具有 na_if() 功能，正好可以完成这项任务。你的代码就快到了，可以使用：

mutate_at(df, VectorOfNames, ~na_if(.x, 6))

   ID Score1 Score2 Score3
1   1      1      2      3
2   2      2      2      2
3   3      3      3      3
4   4      2     NA      4
5   5      5      5      5
6   6     NA     NA      5
7   7     NA     NA     NA
8   8      2      2      2
9   9      5      3     NA
10 10      4      4      4

【讨论】：

【解决方案2】：

你可以使用：

library(dplyr)
df %>%mutate_at(VectorOfNames, ~replace(., . == 6, NA))
#OR
#df %>%mutate_at(VectorOfNames, ~ifelse(. == 6, NA, .))


#   ID Score1 Score2 Score3
#1   1      1      2      3
#2   2      2      2      2
#3   3      3      3      3
#4   4      2     NA      4
#5   5      5      5      5
#6   6     NA     NA      5
#7   7     NA     NA     NA
#8   8      2      2      2
#9   9      5      3     NA
#10 10      4      4      4

或者在基础 R 中：

df[VectorOfNames][df[VectorOfNames] == 6] <- NA

【讨论】：