如何将指定函数应用于数据框中的多个变量？答案

【问题标题】：How to apply a specified function to multiple variables in a data frame?如何将指定函数应用于数据框中的多个变量？
【发布时间】：2019-07-10 11:04:22
【问题描述】：

我对编写函数很陌生，并且正在编写一个通用函数，该函数将应用于数据框中的多个（但不是全部）行。该函数应该有条件地转换这些指定行的值。

示例数据： df <- data.frame("Var1" = c(0:5), "Var2" = c(-5:0), "Var3" = c(0,0,0,0,0,0)

> df
  Var1 Var2 Var3
1    0   -5    0
2    1   -4    0
3    2   -3    0
4    3   -2    0
5    4   -1    0
6    5    0    0

示例函数：

myFun <- function(x, na_value){
  x[x == na_value] <- NA
  x
}

鉴于我希望 Var1 和 Var 2 的 0 转换为 NA - 但不是 Var3，我已经编写了 df$Var1 <- myFun(df$Var1, 0) 和 df$Var2 <- myFun(df$Var2, 0) - 但是必须有一种更简单的方法吗？

我的设想类似于myFun(Var1, Var2, 0)，它将 Var1 和 Var2 中的 0 转换为 NA，而无需为这两个变量重复代码。该函数将应用于具有不同变量名和不同 na_values 的多个数据帧，这就是我首先编写它的原因，它工作正常，但我想进一步简化。

【问题讨论】：

另一种可能性：df[, c("Var1", "Var2")][df[, c("Var1", "Var2")] == 0] <- NA

标签： r function

【解决方案1】：

对于单个数据帧，apply 是执行此操作的标准方法。例如这里：

df[ , -3] <- apply(df[ , -3], FUN = myFun, na_value = 0, MARGIN = 2)
df

但是，我不知道您的其他数据帧是否以完全相同的方式格式化。但是您可以结合 apply 和 lapply（或 mapply）对所有数据帧执行此操作。

编辑：这是一个更通用（而且有点难看或过时）的解决方案，带有for 循环：

## Define a list of two dataframes:
df <- data.frame("Var1" = c(0:5), "Var2" = c(-5:0), "Var3" = c(0,0,0,0,0,0))
df2 <- data.frame("VarA" = c(0:5), "VarB" = c(-5:0), "VarC" = c(3,3,3,3,3,3))
my_list <- list(df, df2)
## Colnames to consider, and missing values indicator, for each dataframe:
na_values <- list(0, 3) # NA = 0 in the first one, NA = 3 in the second
cols <- list(c("Var1", "Var2"), c("VarA", "VarB"))
## Define an R function to replace a given character by "NA" in a dataframe:
replace_nas <- function(data, cols, na_value){
    data[ , cols] <- lapply(data[ , cols], FUN = function(x) {
        x[x == na_value] <- NA
        return(x)
    }
    )
    return(data)
}
## Do this operation for each dataframe in "my_list" with a for loop:
res_list <- list()
for (k in 1:length(my_list)) {
    res_list[[k]] <- replace_nas(my_list[[k]], cols[[k]], na_values[[k]])
}
res_list

可能不是最佳的，但它有效！

【讨论】：

恕我直言，最好将apply 用于arrays 和lapply 用于data.frames，因为第一个会将您的data.frame 强制转换为矩阵。
哎呀，你是对的！ :-) 这里所有的列都是数字，所以这并不重要，但在其他情况下这将是一个严重的问题。
谢谢，lapply 非常适合这个简单的示例。有没有办法通过名称而不是df[ , -3]来识别我想应用函数的列？
我编辑了我之前的答案以提出一个丑陋的解决方案！

【解决方案2】：

由于您要求更简单的解决方案，您可以只识别等于 0 的单元格，从而排除第 3 列，并将它们设置为 NA，如下所示：

df[-3][df[-3] == 0] <- NA
#   Var1 Var2 Var3
# 1   NA   -5    0
# 2    1   -4    0
# 3    2   -3    0
# 4    3   -2    0
# 5    4   -1    0
# 6    5   NA    0

【讨论】：