将函数应用于数据框的每一列

Question

我需要在多列数据帧中转换数据，并希望找到一种方法在数据帧的所有列中同时进行转换。 数值数据的数据转换似乎没有问题。 例如：

df <- data.frame(
  co1 = c(5,9,6,1,6),
  co2 = c(8,5,4,6,2), 
  co3 = c(6,5,4,1,2),
  co4 = c(6,1,5,3,2),
  co5 = c(5,1,2,6,8))

我可以使用for循环一次转换所有数据（例如，将所有值> 5标记为“是”，将所有其他值标记为“否”）：

for(i in 1:ncol(df)){
  df[i] <- ifelse(df[i] > 5, "yes", "no")
}

或者，更简单地说，使用指数：

df[] <- ifelse(df > 5, "yes", "no")

但是，当我有字符数据时，这些方法不起作用。 例如，我想将此数据框中以“A”开头的所有值转换为“是”：

df <- data.frame(
  co1 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co2 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")), 
  co3 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co4 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co5 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")))
df
  co1 co2 co3 co4 co5
1  JF  GB  ID  EB  DF
2  IA  DD  DA  IF  HD
3  HI  IH  JE  CH  FB
4  GE  JI  CJ  BA  GE
5  BG  EE  GG  AJ  BH

for循环

for(i in 1:ncol(df)){
  df[i] <- ifelse(grepl("^B", df[i]), "yes", "no")
}

以及通过索引的转换产生相同的错误转换：

df[] <- ifelse(grepl("^B", df), "yes", "no")
df
  co1 co2 co3 co4 co5
1  no  no  no  no  no
2  no  no  no  no  no
3  no  no  no  no  no
4  no  no  no  no  no
5  no  no  no  no  no

有关如何使用字符数据实现正确转换的任何帮助？

Answer 1

使用dplyr ，我们可以：

 df %>% 
  mutate_all(function(x) ifelse(grepl("^B",x),"Yes","No"))
  co1 co2 co3 co4 co5
1 Yes  No Yes  No  No
2  No  No  No  No  No
3  No  No  No  No  No
4  No  No  No  No  No
5  No  No  No  No Yes

关于帖子中的数据（df1）：

df1 %>% 
   mutate_all(function(x) ifelse(grepl("^B",x),"Yes","No"))
  co1 co2 co3 co4 co5
1  No  No  No  No  No
2  No  No  No  No  No
3  No  No  No  No  No
4  No  No  No Yes  No
5 Yes  No  No  No Yes

数据：

df
  co1 co2 co3 co4 co5
1  BH  IC  BC  HJ  CC
2  CC  DH  CF  GI  HI
3  DB  GE  JI  DA  GD
4  II  CA  EJ  IG  FA
5  JD  JB  IG  EB  BE

Answer 2

如果你想坚持基础R， lapply会在这里工作：

set.seed(123)
df <- data.frame(
  co1 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co2 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")), 
  co3 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co4 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co5 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")))

df2 <- as.data.frame(lapply(df, function(x) ifelse(grepl("^B", x), "yes", "no")))

  co1 co2 co3 co4 co5
1  CA  JI  IH  JE  BB
2  HE  EC  GE  IG  DC
3  DH  FA  FI  FB  ID
4  GD  IJ  JC  HC  CJ
5  FC  AF  DA  AH  AF

  co1 co2 co3 co4 co5
1  no  no  no  no yes
2  no  no  no  no  no
3  no  no  no  no  no
4  no  no  no  no  no
5  no  no  no  no  no

Answer 3

我们可以unlist数据，然后直接在基数R中使用grepl进行索引

df[] <- c("No", "Yes")[grepl("^B", unlist(df)) + 1]

df
#  co1 co2 co3 co4 co5
#1  No  No  No  No  No
#2  No Yes  No  No  No
#3  No  No  No Yes  No
#4  No  No  No  No  No
#5  No  No  No  No Yes

数据

set.seed(12345)
df <- data.frame(
  co1 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co2 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")), 
  co3 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co4 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")),
  co5 = c(paste(sample(LETTERS[1:10],5), sample(LETTERS[1:10],5), sep = "")))

df
#  co1 co2 co3 co4 co5
#1  HB  AE  ED  HD  HD
#2  JC  BD  CG  AH  DA
#3  GE  FI  HE  BI  JI
#4  IF  JB  JB  EE  FH
#5  CG  CF  DC  CA  BJ

Answer 4

base R一个选项，带有substr

out <- array("No", dim = dim(df), dimnames = dimnames(df))
out[substr(as.matrix(df), 1, 1) == "B"] <- "Yes"

数据

df <- structure(list(co1 = structure(c(2L, 4L, 1L, 3L, 5L), .Label = c("BF", 
"CH", "EC", "HB", "JJ"), class = "factor"), co2 = structure(c(3L, 
1L, 4L, 5L, 2L), .Label = c("AD", "FI", "GA", "HH", "JB"), class = "factor"), 
    co3 = structure(c(1L, 5L, 4L, 3L, 2L), .Label = c("CJ", "DB", 
    "EF", "FH", "IG"), class = "factor"), co4 = structure(c(2L, 
    4L, 3L, 1L, 5L), .Label = c("AE", "DH", "HA", "IF", "JC"), class = "factor"), 
    co5 = structure(c(1L, 5L, 3L, 2L, 4L), .Label = c("AC", "BG", 
    "EE", "GI", "JJ"), class = "factor")), 
    class = "data.frame", row.names = c(NA, 
-5L))