如何跨具有多种列类型的整个数据集使用和变异？

Question

我正在尝试在我的整个数据集上使用 dplyr 的 cross 和 case_when，所以每当它看到“强烈同意”时，它会将其更改为数字 5，“同意”到数字 4，依此类推。我试过查看这个answer，但我收到了一个错误，因为我的数据集有逻辑列和数字列，并且 R 正确地说“同意”不能在逻辑列中，等等。

这是我的数据：

library(dplyr)
test <- tibble(name = c("Justin", "Corey", "Sibley"),
               date = c("2021-08-09", "2021-10-29", "2021-01-01"),
               s1 = c("Agree", "Neutral", "Strongly Disagree"),
               s2rl = c("Agree", "Neutral", "Strongly Disagree"),
               f1 = c("Strongly Agree", "Disagree", "Strongly Disagree"),
               f2rl = c("Strongly Agree", "Disagree", "Strongly Disagree"),
               exam = c(90, 99, 100),
               early = c(TRUE, FALSE, FALSE))

理想情况下，我想要一个可以让我遍历整个数据集的命令。但是，如果不能这样做，我希望有一个参数允许我使用多个 cross(contains()) 参数（即，这里包含“s”或“f”）。

这是我已经尝试过但无济于事的方法：

library(dplyr)
test %>%
  mutate(across(.), 
         ~ case_when(. == "Strongly Agree" ~ 5, 
                     . == "Agree" ~ 4,
                     . == "Neutral" ~ 3,
                     . == "Disagree" ~ 2,
                     . == "Strongly Disagree" ~ 1,
                     TRUE ~ NA))

Error: Problem with `mutate()` input `..1`.
x Must subset columns with a valid subscript vector.
x Subscript has the wrong type `tbl_df<
  name: character
  date: character
  s1  : character
  s2rl: character
  f1  : character
  f2rl: character
  exam: double
>`.
ℹ It must be numeric or character.
ℹ Input `..1` is `across(.)`.

Answer 1

我们可以使用matches 来传递正则表达式

library(dplyr)
test %>% 
    mutate(across(matches('^(s|f)'), ~ case_when(. == "Strongly Agree" ~ 5, 
                     . == "Agree" ~ 4,
                     . == "Neutral" ~ 3,
                     . == "Disagree" ~ 2,
                     . == "Strongly Disagree" ~ 1,
                     TRUE ~ NA_real_)))

-输出

# A tibble: 3 x 8
  name   date          s1  s2rl    f1  f2rl  exam early
  <chr>  <chr>      <dbl> <dbl> <dbl> <dbl> <dbl> <lgl>
1 Justin 2021-08-09     4     4     5     5    90 TRUE 
2 Corey  2021-10-29     3     3     2     2    99 FALSE
3 Sibley 2021-01-01     1     1     1     1   100 FALSE

---

根据?across

across() 可以轻松地将相同的转换应用于多个列，允许您在 summarise() 和 mutate() 等“数据屏蔽”函数中使用 select() 语义。

如果我们检查?select，它会返回用于选择列的各种select-helpers，这些列也可以在across 中使用

Tidyverse 选择实现了 R 的方言，其中运算符可以轻松选择变量：

：用于选择一系列连续变量。

！用于取一组变量的补码。

& 和 |用于选择两组变量的交集或并集。

c() 用于组合选择。

此外，您还可以使用选择助手。一些助手选择特定的列：

everything()：匹配所有变量。

last_col()：选择最后一个变量，可能带有偏移量。

这些助手通过匹配名称中的模式来选择变量：

starts_with()：以前缀开头。

ends_with()：以后缀结尾。

contains()：包含一个文字字符串。

matches()：匹配正则表达式。

num_range()：匹配 x01、x02、x03 等数值范围。

这些助手从字符向量中选择变量：

all_of()：匹配字符向量中的变量名。所有名称都必须存在，否则会引发越界错误。

any_of()：与 all_of() 相同，但不存在不存在的名称时不会引发错误。

此助手使用函数选择变量：

where()：将函数应用于所有变量并选择函数返回 TRUE 的变量。

Answer 2

我们也可以这样做。 首先使用字符 5 作为 "5" 等等...... 在这种情况下，我们必须使用NA_character_，这是字符类型的 NA 最后使用type.convert(as.is = TRUE) 获取整数：

library(dplyr)
test %>%
    mutate(across(s1:f2rl, 
           ~ case_when(. == "Strongly Agree" ~ "5", 
                       . == "Agree" ~ "4",
                       . == "Neutral" ~ "3",
                       . == "Disagree" ~ "2",
                       . == "Strongly Disagree" ~ "1",
                       TRUE ~ NA_character_ ))) %>% 
    type.convert(as.is = TRUE)

# A tibble: 3 x 8
  name   date          s1  s2rl    f1  f2rl  exam early
  <chr>  <chr>      <int> <int> <int> <int> <int> <lgl>
1 Justin 2021-08-09     4     4     5     5    90 TRUE 
2 Corey  2021-10-29     3     3     2     2    99 FALSE
3 Sibley 2021-01-01     1     1     1     1   100 FALSE