根據 dplyr 的列名更改 dataframe 中的值？

Question

我的問題看起來很簡單，但想不出一個簡單的解決方案。 我的數據集中的所有分類變量都有一個“缺失”的值。 為了稍后使用我自己的 function 加入結果，我需要這個值是唯一的，所以我想要的是通過“缺失（var_name）”更改值“缺失”。

我首先嘗試了類似的東西：

data %>% mutate(across(where(is.character),
                       ~ replace(., . == "missing", paste("missing", SOMETHING(.)))))

這不太奏效，因為我錯過了這個SOMETHING function 來訪問across cross語句中的列名，只需使用“。” 范圍...

我嘗試的另一個解決方案是使用

purrr:imap(data %>% select(where(is.character)),
           ~ replace(.x, .x == "missing", paste("missing", .y))))

這與我想要的很接近，但是我無法輕松地將purrr:imap output 重新插入到我的初始 dataframe 而不是初始字符列中。

我想我需要一些休息和/或一些幫助才能看得更清楚，因為我有點厭倦了與看似如此簡單的事情作斗爭......

我寧願使用dplyr解決方案，但purrr一個沒問題。 實際上，任何工作都很好而且很快（你知道，我有 600 多個列和 150,000 行）

歡迎任何幫助或建議！

謝謝

Answer 1

示例數據

df <- data.frame(var.X = c("a", "missing", "a"),
                 var.Y = c("b", "b", "missing"),
                 var.Z = c("missing", "missing", "c"))

#     var.X   var.Y   var.Z
# 1       a       b missing
# 2 missing       b missing
# 3       a missing       c

通過dplyr ，您可以在 cross() 中使用cur_column() across() 。 從?context ：

cur_column() 給出當前列的名稱（僅在 cross() 中）。

library(dplyr)

df %>%
  mutate(across(where(is.character),
                ~ recode(.x, missing = paste0("missing(", cur_column(), ")"))))

#            var.X          var.Y          var.Z
# 1              a              b missing(var.Z)
# 2 missing(var.X)              b missing(var.Z)
# 3              a missing(var.Y)              c

或者

df %>%
  mutate(across(where(is.character),
                ~ recode(.x, missing = sprintf("missing(%s)", cur_column()))))