使用 R 重新編碼 dataframe

Question

我有一個 dataframe 正在嘗試重新編碼。 我以前做過類似的事情，但我的代碼不再有效。 自上次以來，我已經更改了 R studio 的版本。 我正在嘗試將字符串變量（即 A、B、C 等）重新編碼為數值變量（即 5、4、3 等）。 這是一個示例 dataframe：

DF
PreQ1    PreQ2   PreQ3    PreQ4    PostQ1    PostQ2 ... PostQ4
A          A       B         C        C         D         E
B          E       A         C        B         A         B
A          A       B         C        C         D         A

重新編碼，“A”= 5，“B”= 4，“C”=3，“D”= 2，“E”= 1

要得到這個：

DF.2
PreQ1    PreQ2   PreQ3    PreQ4    PostQ1    PostQ2 ... PostQ4
 5          5       4        3       3           2        1
 4          1       5        3       4           5        4
 5          5       4        3       3           2        5

我嘗試了以下代碼的不同變體但沒有成功：

DF.2<-DF %>% 
mutate(across(where(as.character), ~ recode, 'A'= 5, 'B'= 4, 'C'=3,'D'= 2, 'E'= 1))

DF.2<-DF %>% 
mutate(across(“PreQ1”: “PostQ4”), recode, 'A'= 5, 'B'= 4, 'C'=3,'D'= 2, 'E'= 1))

DF.2<-DF %>% 
 mutate(across(c(“PreQ1”: “PostQ4”), recode, 'A'= 5, 'B'= 4, 'C'=3,'D'= 2, 'E'= 1))

任何幫助，將不勝感激！

Answer 1

在base R中，我們創建了一個命名vector ，遍歷數據集的列，使用命名向量進行匹配和替換並將其分配回數據集

nm1 <- setNames(5:1, LETTERS[1:5])
DF[] <- lapply(DF, function(x) nm1[x])

數據

DF <- structure(list(PreQ1 = c("A", "B", "A"), PreQ2 = c("A", "E", 
"A"), PreQ3 = c("B", "A", "B"), PreQ4 = c("C", "C", "C"), PostQ1 = c("C", 
"B", "C"), PostQ2 = c("D", "A", "D"), PostQ4 = c("E", "B", "A"
)), class = "data.frame", row.names = c(NA, -3L))

Answer 2

您可以使用 -

library(dplyr)

DF %>% 
  mutate(across(PreQ1:PostQ4, recode, 'A'= 5, 'B'= 4, 'C'=3,'D'= 2, 'E'= 1))

#  PreQ1 PreQ2 PreQ3 PreQ4 PostQ1 PostQ2 PostQ4
#1     5     5     4     3      3      2      1
#2     4     1     5     3      4      5      4
#3     5     5     4     3      3      2      5

或者使用不同的語法 -

DF %>% 
  mutate(across(PreQ1:PostQ4, ~recode(., 'A'= 5, 'B'= 4, 'C'=3,'D'= 2, 'E'= 1)))

Answer 3

使用match的基本 R 選項

df[] <- match(as.matrix(df), c("E", "D", "C", "B", "A"))

給

> df
  PreQ1 PreQ2 PreQ3 PreQ4 PostQ1 PostQ2 PostQ4
1     5     5     4     3      3      2      1
2     4     1     5     3      4      5      4
3     5     5     4     3      3      2      5

Answer 4

這是否有效：

library(dplyr)
library(tidyr)
df %>% pivot_longer(cols = everything()) %>% 
   mutate(value = case_when(value == 'A' ~ 5, value == 'B' ~ 4, value == 'C' ~ 3, value == 'D' ~ 2, TRUE ~ 1)) %>% 
     pivot_wider(names_from = name, values_from = value) %>% unnest(cols = everything())
# A tibble: 3 x 3
  PreQ1 PreQ2 PreQ3
  <dbl> <dbl> <dbl>
1     5     5     4
2     4     1     5
3     5     5     4

使用的數據：

df
  PreQ1 PreQ2 PreQ3
1     A     A     B
2     B     E     A
3     A     A     B