在Tidyverse中使用“mutate_at”在多个变量中重新编码相同的因子水平值

Posted 2021-04-25

我有几个因子变量，值“1”和“2”需要重新编码为“是”和“否”。使用fct_recode的Tidyverse mutate_at似乎是正确的工具。然而，

dataframe %>%
 mutate_at(vars (var1, var9, var17) =
              fct_recode(vars(var1, var9, var17), 
                         "Yes" = "1",
                         "No" = "2"))

给

Error: unexpected ')' in:
"                         "Yes" = "1",
                         "No" = "2"))"

和，

dataframe %>%
 mutate_at(vars (var1, var9, var17), 
              funs(fct_recode(vars(var1, var9, var17), 
                         "Yes" = "1",
                         "No" = "2")))

给

Error: `f` must be a factor (or character vector).

有人可以指出我的错误，还是使用mutate_at，vars或fct_recode错误？在tidyverse中有更好的方法可以在多个变量上重新编码相同的因子水平，这是整理数据的一个非常常见的任务。

答案

问题是你在mutate_at()中的语法。

library(dplyr)

首先，我创建一个示例数据集：

set.seed(666)
dataframe <- data.frame(var1 = sample(c("1", "2"), 5, replace = TRUE),
                        var9 = sample(c("1", "2"), 5, replace = TRUE),
                        var17 = sample(c("1", "2"), 5, replace = TRUE))

  var1 var9 var17
1    2    2     2
2    1    2     1
3    2    1     1
4    1    1     1
5    1    1     1

然后我像这样使用mutate_at()：.vars不变，但.funs只是函数，funs的附加参数在...中传递：

dataframe %>% 
  mutate_at(.vars = vars(var1, var9, var17),
            .funs = forcats::fct_recode,
            "Yes" = "1",
            "No" = "2")

最终结果：

  var1 var9 var17
1   No   No    No
2  Yes   No   Yes
3   No  Yes   Yes
4  Yes  Yes   Yes
5  Yes  Yes   Yes