R：在特定列上應用功能，保留其余數據框

Question

我想學習如何在我的數據框的特定列上應用函數，而不會“排除”我的df中的其他列。 例如，我想將某些特定的列乘以1000，而其他的保留不變。

例如，使用sapply函數：

    a<-as.data.frame(sapply(table.xy[,1], function(x){x*1000}))

我得到的新數據幀的第一列乘以1000，但沒有其他列，我在操作中沒有使用過。 所以我的嘗試是這樣做的：

    a<-as.data.frame(sapply(table.xy, function(x) if (colnames=="columnA") {x/1000} else {x}))

但是這個沒用。

我的解決方法是給兩個數據框都添加ID行，然后再將舊數據框與新創建的數據框合並以獲得一個完整的數據框。 但是我認為必須有一個更好的解決方案。 是不是

Answer 1

如果只想對一或幾列進行計算，則可以使用transform或簡單地手動對其進行索引：

# with transfrom:
df <- data.frame(A = 1:10, B = 1:10)
df <- transform(df, A = A*1000)

# Manually:
df <- data.frame(A = 1:10, B = 1:10)
df$A <- df$A * 1000

Answer 2

以下代碼將所需的功能僅應用於您指定的列。 作為可重現的示例，我將創建一個簡單的數據框。

(df <- data.frame(x = 1, y = 1:10, z=11:20))
(df <- cbind(df[1], apply(df[2:3],2, function(x){x*1000})))

基本上，使用cbind()選擇不希望函數在其上運行的列，然后對目標列使用帶所需函數的apply() 。

Answer 3

在dplyr我們將使用mutate_at ，您可以在其中選擇或排除特定變量（通過在變量名前加上“-”減號）。 您可以命名一個函數

df <- df %>% mutate_at(vars(columnA), scale)

或創建自己的

df <- df %>% mutate_at(vars(columnA, columnC), function(x) {do this})