![](/img/trans.png)
[英]Mutating columns of a data frame based on a predicate function (dplyr::mutate_if)
[英]Use dplyr's _if() functions like mutate_if() with a negative predicate function
根據dplyr
包的文檔:
# The _if() variants apply a predicate function (a function that
# returns TRUE or FALSE) to determine the relevant subset of
# columns.
# mutate_if() is particularly useful for transforming variables from
# one type to another
iris %>% mutate_if(is.factor, as.character)
那么如何使用逆形式呢? 我想將所有非數字值轉換為字符,所以我想這樣做:
iris %>% mutate_if(!is.numeric, as.character)
#> Error in !is.numeric : invalid argument type
但這不起作用。 或者只選擇所有不是數字的變量:
iris %>% select_if(!is.numeric)
#> Error in !is.numeric : invalid argument type
也不行。
如何對mutate_if()
、 select_if()
和arrange_if()
等dplyr
函數使用否定?
編輯:這可能會在即將發布的 dplyr 1.0.0: NEWS.md
。
我們可以使用速記符號~
用於tidyverse
匿名函數
library(dplyr)
iris %>%
mutate_if(~ !is.numeric(.), as.character)
或者沒有匿名函數,使用negate
從purrr
library(purrr)
iris %>%
mutate_if(negate(is.numeric), as.character)
除了negate
,來自base R
Negate
也有效
iris %>%
mutate_if(Negate(is.numeric), as.character)
相同的符號,適用於select_if/arrange_if
iris %>%
select_if(negate(is.numeric))%>%
head(2)
# Species
#1 setosa
#2 setosa
添加到他們的包中可能是一個很好的建議,所以請隨時在 GitHub 上打開一個問題。
現在,您可以“即時”編寫一個函數:
iris %>% mutate_if(function(x) !is.numeric(x), as.character)
iris %>% select_if(function(x) !is.numeric(x))
這甚至可能更安全,不確定_if()
內部如何工作:
iris %>% mutate_if(function(...) !is.numeric(...), as.character)
iris %>% select_if(function(...) !is.numeric(...))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.