使用另一个参考数据框更改数据框中的变量类

Posted 2021-04-30

我正在寻找一些方法来改变一个数据框中的变量类，方法是使用另一个数据框的引用，该数据框具有每个变量的类信息。

我有一个包含大约150个变量的数据。所有变量都是字符格式。现在我想根据类型改变每个变量的类。为此，我们创建了一个单独的数据框，其中包含每个变量的类信息。让我用一个示例数据框来解释。

考虑我的原始数据框是df与5个变量 -

df <- data.frame(A="a",B="1",C="111111",D="d",E="e")

现在我们有另一个数据框“variable_info”，它只包含2个变量，一个是“variable_name”，另一个是“variable_class”。

variable_info <- data.frame(variable_name=c("A","B","C","D","E"),variable_class=c("character","integer","numeric","character","character"))

现在使用variable_info数据框我想更改df中每个变量的类，以便它们的类在“variable_info $ variable_class”中指定，将变量名称与“variable_info $ variable_name”链接起来

我们如何为数据框执行此操作？在data.table中执行此操作会很好吗？我们怎样才能在data.table中做到这一点？

谢谢！！

普拉萨德

答案

你可以这样试试：

确保两个表的顺序相同：

variable_info <- variable_info[match(variable_info$variable_name, names(df)),]

创建函数调用列表：

funs <- sapply(paste0("as.", variable_info$variable_class), match.fun)

然后将它们映射到每一列：

df[] <- Map(function(dd, f) f(as.character(dd)), df, funs)

---

使用data.table你可以用几乎相同的方式完成它，除了你用以下方法替换最后一行：

library(data.table)
dt <- as.data.table(df) # or use setDT(df)
dt[, names(dt) := Map(function(dd, f) f(as.character(dd)), dt, funs)]

另一答案

另一种方法是使用函数。此函数可以接受任何一对数据帧，找到它们的公共列，并将第一个类分配给第二个列中的列。

    matchColClasses<- function(df1, df2){
    # Purpose:  protect joins from column type mismatches - a problem with multi-column empty df          
    # Input:    df1 - master for class assignments, df2 - for col reclass and return.
    # Output:   df2 with shared columns classed to match df1
    # Usage:    df2 <- matchColClasses(df1, df2)

      sharedColNames <- names(df1)[names(df1) %in% names(df2)]
      sharedColTypes <- sapply(df1[,sharedColNames], class)

      for (n in sharedColNames) {
        class(df2[, n]) <- sharedColTypes[n]
      }

      return(df2)
     }