使用 dplyr 的 _if() 函数，如 mutate_if() 和否定谓词函数答案

【问题标题】：Use dplyr's _if() functions like mutate_if() with a negative predicate function使用 dplyr 的 _if() 函数，如 mutate_if() 和否定谓词函数
【发布时间】：2020-02-09 20:37:50
【问题描述】：

根据the documentation of the dplyr package：

# The _if() variants apply a predicate function (a function that
# returns TRUE or FALSE) to determine the relevant subset of
# columns.
# mutate_if() is particularly useful for transforming variables from
# one type to another
iris %>% mutate_if(is.factor, as.character)

那么我该如何使用逆形式呢？我想将所有非数字值转换为字符，所以我想这样做：

iris %>% mutate_if(!is.numeric, as.character)
#> Error in !is.numeric : invalid argument type

但这不起作用。或者只选择所有非数字变量：

iris %>% select_if(!is.numeric)
#> Error in !is.numeric : invalid argument type

也不行。

如何将negation 与dplyr 函数一起使用，例如mutate_if()、select_if() 和arrange_if()？

编辑：这可能会在即将发布的 dplyr 1.0.0 中解决：NEWS.md。

【问题讨论】：

标签： r dplyr data-transform

【解决方案1】：

对于tidyverse中的匿名函数，我们可以使用简写符号~

library(dplyr)
iris %>% 
     mutate_if(~ !is.numeric(.), as.character)

或者没有匿名函数，使用negate from purrr

library(purrr)
iris %>%
     mutate_if(negate(is.numeric), as.character)

除了negate，来自base R的Negate也可以使用

iris %>%
   mutate_if(Negate(is.numeric), as.character)

相同的符号，适用于select_if/arrange_if

iris %>%
     select_if(negate(is.numeric))%>%
     head(2)
#  Species
#1  setosa
#2  setosa

【讨论】：

不错的选择，非常感谢！不过，select_if(!is.numeric) 会很好。我想我现在会选择Negate()。

【解决方案2】：

将其添加到他们的包中可能是一个不错的建议，因此请随时在 GitHub 上打开一个问题。

现在，您可以“即时”编写函数：

iris %>% mutate_if(function(x) !is.numeric(x), as.character)
iris %>% select_if(function(x) !is.numeric(x))

这甚至可能更安全，不确定_if() 内部如何工作：

iris %>% mutate_if(function(...) !is.numeric(...), as.character)
iris %>% select_if(function(...) !is.numeric(...))

【讨论】：