【问题标题】：dplyr change many data typesdplyr 改变许多数据类型
【发布时间】：2015-02-24 10:09:24
【问题描述】：

我有一个data.frame：

dat <- data.frame(fac1 = c(1, 2),
                  fac2 = c(4, 5),
                  fac3 = c(7, 8),
                  dbl1 = c('1', '2'),
                  dbl2 = c('4', '5'),
                  dbl3 = c('6', '7')
                  )

要更改数据类型，我可以使用类似

l1 <- c("fac1", "fac2", "fac3")
l2 <- c("dbl1", "dbl2", "dbl3")
dat[, l1] <- lapply(dat[, l1], factor)
dat[, l2] <- lapply(dat[, l2], as.numeric)

dplyr

dat <- dat %>% mutate(
    fac1 = factor(fac1), fac2 = factor(fac2), fac3 = factor(fac3),
    dbl1 = as.numeric(dbl1), dbl2 = as.numeric(dbl2), dbl3 = as.numeric(dbl3)
)

在 dplyr 中有更优雅（更短）的方式吗？

谢谢克里斯托夫

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

编辑（截至 2021 年 3 月）

正如Eric's answer 中还指出的那样，mutate_[at|if|all] 已被mutate() 和across() 的组合所取代。作为参考，我将在原始答案中的示例中添加相应的挂件（见下文）：

# convert all factor to character
dat %>% mutate(across(where(is.factor), as.character))

# apply function (change encoding) to all character columns 
dat %>% mutate(across(where(is.character), 
               function(x){iconv(x, to = "ASCII//TRANSLIT")}))

# subsitute all NA in numeric columns
dat %>% mutate(across(where(is.numeric), function(x) tidyr::replace_na(x, 0)))

原答案

由于尼克的答案现在已被弃用，而拉斐尔的评论非常有用，我想将其添加为答案。如果您想将所有 factor 列更改为character，请使用mutate_if：

dat %>% mutate_if(is.factor, as.character)

还允许其他功能。例如，我使用iconv 更改所有character 列的编码：

dat %>% mutate_if(is.character, function(x){iconv(x, to = "ASCII//TRANSLIT")})

或将数字列中的所有 NA 替换为 0：

dat %>% mutate_if(is.numeric, function(x){ifelse(is.na(x), 0, x)})

【讨论】：

dat %>% mutate_if(is.factor, as.character) 将所有因子列更改为字符，是迄今为止最好的一般答案。
funs 现在在 dplyr 中已被弃用，所以现在这是最好的答案
现在dat %>% mutate_if(where(is.factor), as.character) 更正确

【解决方案2】：

您可以使用mutate_each（即mutate_each_）的标准评估版来更改列类：

dat %>% mutate_each_(funs(factor), l1) %>% mutate_each_(funs(as.numeric), l2)

【讨论】：

在这种情况下你也可以使用starts_with()
感谢您的建议，@hadley。因此，对于第一种情况，dat %>% mutate_each(funs(factor), starts_with("fac")) 将以字符串“fac”开头的所有列转换为因子。
@hadley 是否可以进行相同的操作，但是以某种方式转换用户选择转换后的所有列？不确定我的问题是否明确。
mutate_each 在最新版本中已弃用，请改用mutate_at...

【解决方案3】：

编辑 - 此答案的语法已被弃用，loki's updated answer 更合适。

原创-

从?mutate_each 的底部（至少在 dplyr 0.5 中）看起来该功能，如@docendo discimus 的回答，将被弃用并替换为更灵活的替代方案mutate_if、mutate_all 和@ 987654325@。与@hadley 在他的评论中提到的最相似的可能是使用mutate_at。请注意，与mutate_each 相比，参数的顺序是颠倒的，vars() 使用类似于select() 的语义，我将其解释为?select_helpers 函数。

dat %>% mutate_at(vars(starts_with("fac")),funs(factor)) %>%   
  mutate_at(vars(starts_with("dbl")),funs(as.numeric))

但是mutate_at 可以采用列号而不是vars() 参数，在阅读完此页面并查看替代方案后，我最终使用mutate_at 但使用grep 来捕获许多不同类型的一次列名（除非你总是有这么明显的列名！）

dat %>% mutate_at(grep("^(fac|fctr|fckr)",colnames(.)),funs(factor)) %>%
  mutate_at(grep("^(dbl|num|qty)",colnames(.)),funs(as.numeric))

我很高兴能找到mutate_at + grep，因为现在一行可以处理很多列。

编辑 - 现在我在 select_helpers 中看到matches()，它处理正则表达式，所以现在我喜欢这个。

dat %>% mutate_at(vars(matches("fac|fctr|fckr")),funs(factor)) %>%
  mutate_at(vars(matches("dbl|num|qty")),funs(as.numeric))

另一个一般相关的评论 - 如果您的所有日期列都具有可匹配的名称和一致的格式，那么这很强大。就我而言，这会将我所有读取为数字的 YYYYMMDD 列转换为日期。

  mutate_at(vars(matches("_DT$")),funs(as.Date(as.character(.),format="%Y%m%d")))

【讨论】：

如果您从因子更改为数字，请记住 as.numeric 本身不起作用。因子在内部存储为带有表格的整数，以给出因子级别标签。仅使用as.numeric 只会给出内部整数代码。要从因子更改为数字，应稍微调整代码。 mutate_at(vars(matches("dbl|num|qty")),function(x) as.numeric(as.character(x)))

【解决方案4】：

Dplyr across 函数已取代 _if、_at 和 _all。见vignette("colwise")。

dat %>% 
mutate(across(all_of(l1), as.factor),
       across(all_of(l2), as.numeric))

【讨论】：

类似地，使用列索引：dat <- dat %>% mutate(across(all_of(names(dat)[1:3]), as.factor), across(all_of(names(dat)[4:6]), as.numeric))

【解决方案5】：

这是与mutate_at 的单线：

dat %>% mutate_at("l1", factor) %>% mutate_at("l2", as.numeric)

【讨论】：

【解决方案6】：

更通用的实现列类型转换的方式如下：

如果您想将所有 factor 列转换为 character 列，例如，可以使用一个管道来完成：

df %>%  mutate_each_( funs(as.character(.)), names( .[,sapply(., is.factor)] ))

【讨论】：

对于这种情况，df %>% mutate_if(is.factor,as.character) 有效（对于 dplyr > 0.5 的版本）

【解决方案7】：

或者使用来自hablar 的convert 可能更简单：

library(hablar)

dat %>% 
  convert(fct(fac1, fac2, fac3),
          num(dbl1, dbl2, dbl3))

或与tidyselect结合：

dat %>% 
  convert(fct(contains("fac")),
          num(contains("dbl")))

【讨论】：

【解决方案8】：

试试这个

df[,1:11]

【讨论】：