R：使用 quantcut 跨多个变量进行变异答案

【问题标题】：R: Mutate across multiple variables with quantcutR：使用 quantcut 跨多个变量进行变异
【发布时间】：2022-01-20 05:53:54
【问题描述】：

我想使用 quantcut 将多个变量转换为离散形式。

library(gtools)
library(dplyr)

quantcut(df$var3, q=4, na.rm = TRUE)

工作。

现在我想将此公式应用于多个变量。我所拥有的是这样的：

var_col <- c(var3, var4, var5, var6) 
df <- df %>% 
     mutate(across(all_of(var_col), quantcut(., q=4, na.rm = TRUE, .names = "cut_{col}"))

这给我带来了错误：“x can't combine year and country 。错误发生在第一组：year = 1800。

数据集如下所示：

country <- c("GER", "ITA", "FRA") 
year <- c("1800", "1801", "1802") 
var3 <- c(1L, 2L, 3L) 
var4 <- c(3L, 4L, 5L) 
var5 <- c(6L, 7L, NA) 
var6 <- c(8L, 9L, 10) 
df <- data.frame(country, year, var3, var4, var5, var6)

虽然我应该说，我尝试使用 reprex 我得到了一个不同的错误：“x non-numeric argument to binary operator”所以我猜变量类型不同，我会尝试找到一种方法来精确复制我的错误。

【问题讨论】：

标签： r database quantile mutated

【解决方案1】：

也许这就是你所追求的？：

library(dplyr)

country <- c("GER", "ITA", "FRA") 
year <- c("1800", "1801", "1802") 
var3 <- c(1L, 2L, 3L) 
var4 <- c(3L, 4L, 5L) 
var5 <- c(6L, 7L, NA) 
var6 <- c(8L, 9L, 10) 
df <- data.frame(country, year, var3, var4, var5, var6) 

your_func <- function(x){
  gtools::quantcut(x, q=4, na.rm = TRUE)
}

df %>% 
  mutate(across(where(is.numeric), your_func))

输出：

  country year    var3    var4     var5     var6
1     GER 1800 [1,1.5] [3,3.5] [6,6.25]  [8,8.5]
2     ITA 1801 (1.5,2] (3.5,4] (6.75,7]  (8.5,9]
3     FRA 1802 (2.5,3] (4.5,5]     <NA> (9.5,10]

编辑

如果需要指定哪些列：

var_col <- c("var3", "var4", "var5", "var6") 

df %>% 
  mutate(across(var_col, your_func))

输出同上。

【讨论】：

嗨@Kjetil，非常感谢您的回复。对不起——我应该澄清一下。数据集中有超过 1000 个变量，我想在大约 15 个变量上执行这个突变。有没有办法在指定这样一个 varlist 的同时做到这一点？
希望我刚刚所做的编辑是你在@PierreRoubaix 之后的样子
嗨@Kjetil，感谢您的帮助！这是我得到的错误：错误：mutate() 输入问题..1。我..1 = across(var_col, your_func .names = "cut2_{col}")。 x 间隔数无效 i 第 1 组中发生错误：年 = 1800。也许我需要更好的表示，但我仍然不明白为什么会出现问题。我以类似的方式运行了一个类似的 mutate 函数（在变量列表中，虽然按年份分组），但没有遇到这个问题。
不幸的是，当我无法重现错误时，我很难提供帮助。无论如何，祝你好运，周末愉快:)
分组的错误可能没有发生，因为数据集仍然按年份分组。使用 ungroup() 在管道之后再试一次。

【解决方案2】：

因为year 和country 的值不连续，所以出现错误。包文档明确指出x 必须是“连续变量”。欲了解更多信息，请使用?quantcut 或访问：https://www.rdocumentation.org/packages/gtools/versions/3.9.2/topics/quantcut

您可以通过使用as.integer() 将year 转换为整数来为year 解决这个问题。 country 但是不能在不丢失信息的情况下转换为连续变量。 quantcut() 也不适用于因子。如果可以选择，您可以尝试将 country 排除在突变之外？

【讨论】：

嗨@Adriaan Nering Boegel，感谢您的回复。但是，我没有将它们包含在突变中，它们不是我的 varlist 的一部分——它们只是我的数据集的一部分。我根本不想将它们分成分位数，这就是为什么我对它们导致错误感到困惑的原因。但是，它们是数据集中的前 2 列。这让我觉得变异是从“开始”而不是我指定的变量列表开始的。