чтобы изменить типы данных, я могу использовать что-то вроде
l1 <- c("fac1","fac2","fac3")
l2 <- c("dbl1","dbl2","dbl3")
dat[,l1] <- lapply(dat[,l1], factor)
dat[,l2] <- lapply(dat[,l2], as.numeric)
с 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)
)
есть ли более элегантный (более короткий) путь в dplyr?
ТНХ Christof
Вы можете использовать стандартную оценочную версию mutate_each (которая является mutate_each_) для изменения классов столбцов:
dat %>% mutate_each_(funs(factor), l1) %>% mutate_each_(funs(as.numeric), l2)
В нижней части ?mutate_each (по крайней мере, в dplyr 0.5), похоже, что эта функция, как и в ответе discdus @docendo, будет устаревать и заменяться более гибкими альтернативами mutate_if, mutate_all и mutate_at. Наиболее похожее на то, что @hadley упоминает в своем комментарии, вероятно, использует mutate_at. Обратите внимание, что порядок аргументов меняется на противоположный, по сравнению с mutate_each, а vars() использует select() как семантику, которую я интерпретирую как функцию ?select_helpers.
dat %>% mutate_at(vars(starts_with("fac")),funs(factor)) %>%
mutate_at(vars(starts_with("dbl")),funs(as.numeric))
Но mutate_at может принимать номера столбцов вместо аргумента vars(), и после прочтения этой страницы и рассмотрения альтернатив я закончил использование mutate_at, но с grep, чтобы захватить множество разных типов имена столбцов сразу (если у вас всегда есть такие очевидные имена столбцов!)
dat %>% mutate_at(grep("^(fac|fctr|fckr)",colnames(.)),funs(factor)) %>%
mutate_at(grep("^(dbl|num|qty)",colnames(.)),funs(as.numeric))
Мне очень понравилось выяснять mutate_at + grep, потому что теперь одна строка может работать на множестве столбцов.
EDIT - теперь я вижу matches() среди select_helpers, который обрабатывает регулярное выражение, поэтому теперь мне это нравится.
dat %>% mutate_at(vars(matches("fac|fctr|fckr")),funs(factor)) %>%
mutate_at(vars(matches("dbl|num|qty")),funs(as.numeric))
Другой общий комментарий - если у вас есть все столбцы дат с подходящими именами и согласованные форматы, это очень удобно. В моем случае это превратит все мои столбцы YYYYMMDD, которые были прочитаны как числа, в даты.
mutate_at(vars(matches("_DT$")),funs(as.Date(as.character(.),format="%Y%m%d")))
Поскольку ответ Ника к настоящему моменту устарел, а комментарий Рафаэля действительно полезен, я хочу добавить его в качестве ответа. Если вы хотите изменить все столбцы factor на character используйте mutate_if:
dat %>% mutate_if(is.factor, as.character)
Также разрешены другие функции. Например, я использовал iconv чтобы изменить кодировку всех столбцов character:
dat %>% mutate_if(is.character, function(x){iconv(x, to = "ASCII//TRANSLIT")})
или заменить все NA на 0 в числовых столбцах:
dat %>% mutate_if(is.numeric, function(x){ifelse(is.na(x), 0, x)})
Более общий способ достижения преобразования типа столбцов выглядит следующим образом:
Если вы хотите преобразовать все столбцы фактор в столбцы символ, например, это можно сделать, используя один канал:
df %>% mutate_each_( funs(as.character(.)), names( .[,sapply(., is.factor)] ))
Это однострочник с mutate_at:
dat %>% mutate_at("l1", factor) %>% mutate_at("l2", as.numeric)
Или, может быть, еще проще с convert из hablar:
library(hablar)
dat %>%
convert(fct(fac1, fac2, fac3),
num(dbl1, dbl2, dbl3))
или сочетается с tidyselect:
dat %>%
convert(fct(contains("fac")),
num(contains("dbl")))