使用 mutate_each 更新 df 的子集

Question

我有一个 dplyr 数据框，其中包含 100k+ 行和 ~200 列。大约有 15 列包含 Excel 格式的日期值（自 1900 年 1 月 1 日以来的天数），它们的列名包含 date 字符串，这使得对数据框进行子集化相当容易。

library(dplyr)

x <- data.frame(date1 = 45000+ 500*rnorm(100),
           date2 = 50000+ 500*rnorm(100),
           var1 = 50 * rnorm(100),
           var2 = 100 + 20 * rnorm(100))

> x %>% head
     date1    date2       var1      var2
1 44952.83 49432.88   8.125523 125.95802
2 44331.47 49231.76 -34.814162 117.26881
3 44597.69 49651.91  27.747881 108.45787
4 45113.50 49802.87  24.584569  83.84904
5 46212.14 49972.59  72.444414  80.61595
6 45753.38 50074.57 -34.927552 127.70018

date_cols <- x %>% select(contains('date', ignore.case=T)) %>% names
> date_cols
[1] "date1" "date2"

我想将这些日期列更改为实际的 R 日期时间，而不更改其他列。我只是不知道如何只更新我的数据框的 date_cols 子集：

x %>% select_(.dots = date_cols) %>% 
      mutate_each(funs(as.Date(., origin="1900-01-01"))) %>% 
      head

       date1      date2
1 2023-01-28 2035-05-05
2 2021-05-17 2034-10-16
3 2022-02-07 2035-12-10
4 2023-07-08 2036-05-09
5 2026-07-11 2036-10-26
6 2025-04-08 2037-02-05

我尝试了以下不起作用：

x %>% select_(.dots = date_cols) <- x %>% select_(.dots = date_cols) %>% 
  mutate_each(funs(as.Date(., origin="1900-01-01")))

我想有一种更好的方法可以在没有日期列的情况下“重新绑定”原始数据帧，而 date_colssubset 一旦发生突变。

Answer 1

正如@alistaire 所评论的，您可以使用mutate_at 仅转换那些date 列并保持其余数据框不变，这样您就可以避免将原始数据框与子集绑定：

library(dplyr)
muX <- x %>% mutate_at(vars(contains('date')), funs(as.Date(., origin="1900-01-01")))

head(muX)
#        date1      date2       var1      var2
# 1 2021-11-09 2038-10-20  44.524710  86.15957
# 2 2020-06-04 2037-08-04  31.402905  94.74633
# 3 2023-12-22 2038-03-06  31.600929  85.90605
# 4 2020-05-08 2037-01-02   7.140777  82.80565
# 5 2025-03-25 2038-07-30 -54.913577 100.83949
# 6 2021-02-18 2034-06-20  28.616670  93.92246

还有根据?mutate_at:

summarise_each() 和 mutate_each() 是较旧的变体，将 将来会弃用。

更好地适应这些新的 API。