确定如何将庞大数据集中的列快速分类为因子答案

【问题标题】：Determining how to quickly classify columns in huge datasets as factors确定如何将庞大数据集中的列快速分类为因子
【发布时间】：2016-03-11 21:48:15
【问题描述】：

这里没有很好的例子，因为我正在使用的数据集非常庞大。

但如果我有一个 200,300 多列的数据集，我希望有某种规则来快速分类并将其中一些列转换为因子。是否有一些快速的 R 代码可以做到这一点？

原因是我没有时间逐列完全理解或解释数据，但如果我看到 5000 行中只有唯一的 4 个值，我认为这是分类数据。

任何人有任何快速的代码 sn-ps 或方法来做到这一点？

【问题讨论】：

标签： r apply r-caret categorical-data data-cleaning

【解决方案1】：

假设 df 指的是您的数据框：

## Find all columns with less than 5 unique values
cols <- apply(df, 2, FUN = function(x) length(unique(x))) < 5

## Convert columns with less than 5 unique values to factor
df[cols] <- lapply(df[cols], factor)

【讨论】：