R中的数据匿名化

Question

我试图运行以下代码来屏蔽 2 列中的数据，但失败并出现以下错误：

setwd("/cloud/project/CX")

Credit_tbl <-read.csv(file = 'Sample_data.csv',sep = ",",stringsAsFactors = FALSE)

anonymize <- function(x, algo="crc32"){
  unq_hashes <- vapply(unique(x), function(object) digest(object, algo=algo), FUN.VALUE="", USE.NAMES=TRUE)
  unname(unq_hashes[x])
}

cols_to_mask <- c("Email","Phone")

Credit_tbl[,cols_to_mask := lapply(.SD, anonymize),.SDcols=cols_to_mask,with=FALSE]

错误：

[.data.frame(Credit_tbl, , :=(cols_to_mask, lapply(.SD, anonymize)), : 未使用的参数 (.SDcols = cols_to_mask, with = 假）

Answer 1

您有一个数据框，并且正在使用data.table 语法。

将数据框转换为data.table 并应用该函数。

library(data.table)
library(digest)

cols_to_mask <- c("Email","Phone")

anonymize <- function(x, algo="crc32") {
    sapply(x, function(y) if(y == "" | is.na(y)) "" else digest(y, algo = algo))
}

setDT(Credit_tbl)
Credit_tbl[, (cols_to_mask) := lapply(.SD, anonymize), .SDcols = cols_to_mask]

无需更改为data.table，您可以使用lapply 应用该功能：

Credit_tbl[cols_to_mask] <- lapply(Credit_tbl[cols_to_mask], anonymize)