将条件应用于R中的多个列

Question

我有一个数据集，它以虚拟变量的形式代表每个客户的一个篮子。

例如：

P1  P2  P3  P4  P5
0   2   0   0   0
0   1   0   0   0
0   0   0   3   0 
0   0   0   0   0
0   0   5   0   0
1   1   0   0   0

其中P1代表产品1，依此类推。

本质上，我想运行一个简单的查询，在其中我可以转换所有超过1到1的值。这样我的数据中只有1和0。 我能够使用以下几行来完成它：

df[(df$P1>1] <- 1

是否适用所有功能？

Answer 1

您可以转换为逻辑矩阵，并通过用+包装来强制转换为二进制。

+(df > 0)
#     P1 P2 P3 P4 P5
#[1,]  0  1  0  0  0
#[2,]  0  1  0  0  0
#[3,]  0  0  0  1  0
#[4,]  0  0  0  0  0
#[5,]  0  0  1  0  0
#[6,]  1  1  0  0  0

或使用略慢的ifelse

ifelse(df > 0, 1, 0)

---

如果数据集非常大，则创建matrix可能无法提高内存效率。 我们可以转换为data.table （假设初始数据集是data.frame ）并使用set将值更改为1

library(data.table)
setDT(df)
for(j in seq_along(df)){
  set(df, i= which(df[[j]] > 1), j=j, value=1)
 }

df
#   P1 P2 P3 P4 P5
#1:  0  1  0  0  0
#2:  0  1  0  0  0
#3:  0  0  0  1  0
#4:  0  0  0  0  0
#5:  0  0  1  0  0
#6:  1  1  0  0  0

Answer 2

这应该与您尝试的相同：

df[df > 0] <- 1
df
  P1 P2 P3 P4 P5
1  0  1  0  0  0
2  0  1  0  0  0
3  0  0  0  1  0
4  0  0  0  0  0
5  0  0  1  0  0
6  1  1  0  0  0

Answer 3

为什么不和class一起玩：

`class<-`(!!df, "numeric")

#     P1 P2 P3 P4 P5
#[1,]  0  1  0  0  0
#[2,]  0  1  0  0  0
#[3,]  0  0  0  1  0
#[4,]  0  0  0  0  0
#[5,]  0  0  1  0  0
#[6,]  1  1  0  0  0