循环各种 df 以将因子转换为数字答案

【问题标题】：Loop various df to transform factors to numeric循环各种 df 以将因子转换为数字
【发布时间】：2022-01-06 12:47:00
【问题描述】：

我已经导入了不同年份的具有相同变量的各种数据集。我正在尝试将某些列从因子转换为数字。为了节省时间，我创建了一个似乎不起作用的函数。

我创建了一个列表，其中数据集的名称为字符串

dfs <- list("df1", "df2", "df3", "df4", "df5", "df6", "df7", "df8")

还有第二个列表，其中变量（列）的名称也是字符串

vars <- list("var1", "var2", "var3", "var4")

首先我尝试用中间的“$”连接两个列表，然后将函数传递给将因子转换为数字：

to_int <- function(column){
  if (is.factor(column)){
    column <-levels(column)[column]
    column<-as.numeric(column)
    return(column)
  }
  else{
    return(column)
  }
}

选项 1：创建一个带有由 $ 连接的字符串的向量

col_names <- vector(mode = "list", length = length(dfs))

# Add the combination of names to each vector
for (df in dfs) {
  for (var in vars){
    r <- paste(df, var, sep = "$") # Combine the names in the 2 lists with a $ in the middle
    col_names[[match(df, dfs)]][match(var, vars)] <- r # Assign result to the pre-set vector
  }
}

# Iterate through list (col_names) and apply "to_int" to each of the strings in the list
for (l in col_names){
  for (col_name in l){
    colnm <- eval(parse(text = col_name))
    nmrc <- to_int(colnm) # from factor to numeric each column. Works!
    assign(col_name, nmrc, envir = globalenv()) # Creates values (Rstudio) with the correct name but columns on dfs remain intact
  }
}

然后我尝试分别处理两个列表中的字符串并将它们放在循环中：

选项 2：将列表视为单独的字符串并加入循环

for (df in dfs) {
  for (var in vars){
    a <- eval(parse(text = df))
    b <- to_int(a[var])  # using $ returns null. using [] no change in original df, still factor
    a[var] <- b
  }
}

我终于尝试创建一个以变量为输入的新函数：

# with two inputs
to_int2 <- function(df, col){ 
  eval(parse(text = df))
  if (is.factor(df[col])){ # $ OPERATOR IS INVALID FOR ATOMIC VECTORS
    df[col] <-levels(df[col])[df[col]]
    df[col]<-as.numeric(df[col])
    return(df[col])
  }
  else{
    return(df[col])
  }
}

并通过了第三次尝试

选项 3：使用两个输入将因子转换为数值

for (df in dfs) {
  for (var in vars){
    a <- to_int2(df, var) # $ OPERATOR IS INVALID FOR ATOMIC VECTORS
    b <- eval(parse(text = df))
    b$var <- a # No effect
  }
}

它们都不会对数据框的所需列产生影响。关于如何解决这个问题的任何想法？谢谢

【问题讨论】：

标签： r dataframe loops vector

【解决方案1】：

使用多个类似的数据集作为list of frames 通常会更好。前提是无论你对一个人做什么，你都会对所有人做什么，并且使用lapply 可以轻松实现自动化。

举个例子，试试这个：

LOF <- mget(dfs)
LOF <- lapply(LOF, function(df) {
  df[vars] <- lapply(df[vars], as.integer)
  df
})

但如果你必须将它们分开，那么试试这个：

for (nm in dfs) {
  dat <- get(nm)
  dat[vars] <- lapply(dat[vars], as.integer)
  assign(nm, dat)
}

【讨论】：