使用循环对 R 中的许多变量进行日志转换

Question

我有一个数据框，其中有一个用于诊断的二进制变量（第 1 列）和 165 个营养变量（第 2-166 列），用于 n=237。 我们称这个数据集为 nutr_all。 我需要创建 165 个新变量来获取每个营养变量的自然对数。 所以，我想得到一个包含 331 列的数据框 - 第 1 列 = 诊断，第 2-166 列 = 营养变量，第 167-331 列 = 对数转换后的营养变量。 我希望这些变量取旧变量的名称，但末尾带有“_log”

我尝试过使用 for 循环和 mutate 命令，但是，我对 r 不是很精通，所以，我有点挣扎。

for (nutr in (nutr_all_nomiss[,2:166])){
 nutr_all_log <- mutate(nutr_all, nutr_log = log(nutr) )
}

当我这样做时，它只会创建一个名为 nutr_log 的新变量。 我知道我需要让 r 知道“nutr_log”中的“nutr”是 for 循环中的变量名，但我不确定如何。

Answer 1

对于最近遇到此页面的任何人， dplyr::across()是在 2020 年底推出的，它正是为这个任务而构建的 - 一次对许多列应用相同的转换。

下面是一个简单的解决方案。

如果您需要选择要转换的列，请通过在 R 控制台中运行?tidyr_tidy_select来查看tidyselect辅助函数。

library(tidyverse)
# create vector of column names
variable_names <- paste0("nutrient_variable_", 1:165)

# create random data for example
data_values <- purrr::rerun(.n = 165, 
                             sample(x=100, 
                                    size=237, 
                                    replace = T)) 

# set names of the columns, coerce to a tibble, 
# and add the diagnosis column
nutr_all <- data_values %>%
    set_names(variable_names) %>%
    as_tibble() %>% 
    mutate(diagnosis = 1:237) %>% 
    relocate(diagnosis, .before = everything())
    
# use across to perform same transformation on all columns 
# whose names contain the phrase 'nutrient_variable'
nutr_all_with_logs <- nutr_all %>%
    mutate(across(
        .cols = contains('nutrient_variable'),
        .fns = list(log10 = log10),
        .names = "{.col}_{.fn}"))

# print out a small sample of data to validate 
nutr_all_with_logs[1:5, c(1, 2:3, 166:168)]

就个人而言，与其将所有列添加到数据框中，我更愿意创建一个仅包含转换后的值的新数据框，并更改列名：

logs_only <- nutr_all %>%
    mutate(across(
        .cols = contains('nutrient_variable'),
        .fns = log10)) %>% 
    rename_with(.cols = contains('nutrient_variable'),
                .fn = ~paste0(., '_log10'))
logs_only[1:5, 1:3]

Answer 2

我们可以使用mutate_at

library(dplyr)
nutr_all_log <- nutr_all_nomiss %>%
                    mutate_at(2:166, list(nutr_log = ~ log(.)))

---

在base R中，我们可以直接在data.frame上执行此操作

nm1 <- paste0(names(nutr_all_nomiss)[2:166], "_nutr_log")
nutr_all_nomiss[nm1] <- log(nutr_all_nomiss[nm1])

Answer 3

在基础 R 中，我们可以使用lapply ：

nutr_all_nomiss[paste0(names(nutr_all_nomiss)[2:166], "_log")] <- lapply(nutr_all_nomiss[2:166], log)

Answer 4

这是仅使用基础 R 的解决方案：

首先，我将创建一个与您的数据集等效的数据集：

nutr_all <- data.frame(
  diagnosis = sample(c(0, 1), size = 237, replace = TRUE)
)

for(i in 2:166){
  nutr_all[i] <- runif(n = 237, 1, 10)
  names(nutr_all)[i] <- paste0("nutrient_", i-1)
}

现在让我们创建新变量和 append 到数据框：

nutr_all_log <- cbind(nutr_all, log(nutr_all[, -1]))

这会处理名称：

names(nutr_all_log)[167:331] <- paste0(names(nutr_all[-1]), "_log")

Answer 5

给定 function 使用 dplyr 将完成您的任务，它可用于获取数据集中所有变量的日志转换，它还检查列是否具有 -ive 值。 目前，在这个 function 中，它不会计算这些参数的日志，

logTransformation<- function(ds)
{
  # this function creats log transformation of dataframe for only varibles which are positive in nature
  # args:
    # ds : Dataset

  require(dplyr)
  if(!class(ds)=="data.frame" ) { stop("ds must be a data frame")}

  ds <- ds %>% 
    dplyr::select_if(is.numeric)


 # to get only postive variables
  varList<- names(ds)[sapply(ds, function(x) min(x,na.rm = T))>0] 

  ds<- ds %>% 
    dplyr::select(all_of(varList)) %>% 
    dplyr::mutate_at(
         setNames(varList, paste0(varList,"_log")), log)
)
  return(ds)
}

您可以将其用于您的案例：

#assuming your binary variable has namebinaryVar
nutr_allTransformed<- nutr_all %>% dplyr::select(-binaryVar) %>% logTransformation()

如果你也想有负变量，替换 varlist 如下：

varList<- names(ds)