R：在多个列中用 NA 替换多个不需要的变量答案

【问题标题】：R: Substitute multiple unwanted variables with NAs across multiple columnsR：在多个列中用 NA 替换多个不需要的变量
【发布时间】：2021-05-12 14:37:54
【问题描述】：

在一些数据争论中遇到了困难。我试图在书目数据框中只保留某些作者的机构隶属关系，并用 NA 替换许多不需要的隶属关系。我需要跨多个列执行此操作，因为论文有多个作者（最多 68 位）。

可重现的代码：

so <- data.frame(inst_1=c("FC1","FC2","Uni1","lab3","lab2"),
                 inst_2=c("FC1","FC5","college4","laboratory1","lab2"),
                 inst_3=c("FC2","FC2","University2","lab5","lab5"),
                 inst_4=c("FC3","FC6","dept2","lab3.2","lab1"),
                 inst_5=c("FC1","FC2","Uni3","labB","lab5"))

示例数据框：

 inst_1      inst_2      inst_3 inst_4 inst_5
1    FC1         FC1         FC2    FC3    FC1
2    FC2         FC5         FC2    FC6    FC2
3   Uni1    college4 University2  dept2   Uni3
4   lab3 laboratory1        lab5 lab3.2   labB
5   lab2        lab2        lab5   lab1   lab5

我想选择具有前缀“inst”的每一列（可能使用 str_detect），并在这些选择的列中替换任何不包含字符“FC”的机构和 NA。这是必要的，因为此工作表有 68 个机构列（inst 前缀）和数百行（个别科学文章）。我不能只选择用 NA 替换哪些机构，因为有数百个不同的机构，而我只想保留包含“FC”的机构。

【问题讨论】：

标签： r if-statement dplyr data-wrangling

【解决方案1】：

1) dplyr 像这样使用 mutate/cross

library(dplyr)

so %>% 
  mutate(across(starts_with("inst"), ~ replace(., !grepl("FC", .), NA)))

给予：

  inst_1 inst_2 inst_3 inst_4 inst_5
1    FC1    FC1    FC2    FC3    FC1
2    FC2    FC5    FC2    FC6    FC2
3   <NA>   <NA>   <NA>   <NA>   <NA>
4   <NA>   <NA>   <NA>   <NA>   <NA>
5   <NA>   <NA>   <NA>   <NA>   <NA>

2) 基础 R 或仅使用基础 R：

ok <- startsWith(names(so), "inst")
repl <- function(x) replace(x, !grepl("FC", x), NA)
replace(so, ok, lapply(so[ok], repl))

3) 折叠 或将折叠包与 (2) 中的 repl 一起使用

library(collapse)

tfmv(so, startsWith(names(so), "inst"), repl)

4) data.table 我们使用 data.table 定义了一个 inst 名称向量，并将其与 (2) 中的 repl 一起使用。

library(data.table)

DT <- as.data.table(so)
inst <- grep("^inst", names(so))
DT[, (inst) := lapply(.SD, repl), .SDcols = inst]

【讨论】：