将 plyr::mapvalues 与 dplyr 一起使用

Posted 2023-03-11

【中文标题】将 plyr::mapvalues 与 dplyr 一起使用

【英文标题】：Using plyr::mapvalues with dplyr

【发布时间】：2015-03-16 19:27:13

【问题描述】：

plyr::mapvalues可以这样使用：

mapvalues(mtcars$cyl, c(4, 6, 8), c("a", "b", "c"))

但这不起作用：

mtcars %>%
dplyr::select(cyl) %>%
mapvalues(c(4, 6, 8), c("a", "b", "c")) %>%
as.data.frame()

如何将plyr::mapvalues 与dplyr 一起使用？或者更好的是，dplyr 等价物是什么？

【问题讨论】：

试试mtcars %>% select(cyl) %>% .$cyl %>% plyr::mapvalues(c(4,6,8), c('a', 'b', 'c'))%>% as.data.frame()

或mtcars %>% mutate(x = mapvalues(cyl, c(4, 6, 8), c("a", "b", "c"))) %>% select(x)

那行得通。 .$cyl 是做什么的？

你可以同样使用mtcars %>% transmute(cyl = factor(cyl, labels = c("a", "b", "c")))

@luciano 你可以把之前的代码改成mtcars %>% .$cyl %>% plyr::mapvalues(c(4,6,8), c('a', 'b', 'c')) %>% data.frame(cyl=.)

【参考方案1】：

2020 年更新：plyr 现在是一个“退役”包，其官方指南建议改用积极改进和维护的 dplyr 包。所以最好只使用 dplyr，在这种情况下 dplyr::recode() 就像在 other answer 中一样，并且完全避免使用 plyr。

将plyr::mapvalues() 与 dplyr 一起使用：

要使用它并返回一列 data.frame：

mtcars %>%
  transmute(cyl = plyr::mapvalues(cyl, c(4, 6, 8), c("a", "b", "c")))

或者，如果您想要单个矢量输出，例如在您的工作示例中，请使用 pull：

mtcars %>%
  pull(cyl) %>%
  plyr::mapvalues(., c(4, 6, 8), c("a", "b", "c"))

如果您同时使用 dplyr 和 plyr，请参阅dplyr readme 中的此注释：

如果您同时加载 plyr 和 dplyr 同时。我建议先加载 plyr，然后再加载 dplyr，这样 更快的 dplyr 函数首先出现在搜索路径中。通过和 大，dplyr 和 plyr 提供的任何功能都以类似的方式工作 方式，尽管 dplyr 函数往往更快、更通用。

但请注意，如果已加载 dplyr 而无需加载 plyr，您可以使用 plyr::mapvalues 调用 mapvalues。

【参考方案2】：

问题也提到了

或者更好的是，dplyr 等价物是什么？

等价于重新编码。

http://www.cookbook-r.com/Manipulating_data/Renaming_levels_of_a_factor/

name <- c("John", "Clara", "Smith")
sex <- c(1,2,1)
age <- c(30,32,54)
df <- data.frame(name,sex,age)
df %>% mutate(sex=recode(sex,
`1`="Male",
`2`="Female"))

这会将 1 映射到男性，将 2 映射到女性。

【参考方案3】：

我是plyr::mapvalues() 的重度用户。我用它来用新值替换字符串中的旧值。比如：

set.seed(1)
data <- data.frame(name = sample(letters[1:5], 100, replace = TRUE))
check_list <- data.frame(old = letters[1:5], new = LETTERS[1:5])

data$name
#> [1] "a" "d" "a" "b" "e" "c" "b" "c" "c" "a" "e" "e" "b" "b"

plyr::mapvalues(data$name, check_list$old, check_list$new)
#> [1] "A" "D" "A" "B" "E" "C" "B" "C" "C" "A" "E" "E" "B" "B" ...

如果我错了，请纠正我，但没有一个同样简洁的dplyr 方法可以做到这一点。你仍然可以使用dplyr::recode() 来做，但是：

dplyr::recode(data$name, !!!setNames(check_list$new, check_list$old))
#> [1] "A" "D" "A" "B" "E" "C" "B" "C" "C" "A" "E" "E" "B" "B" ...

正如the documentation 中所说，命名向量的顺序是 old (name) = new (value)，这与 dplyr::mutate() 和 dplyr::rename() 函数相反（编写时，可能稍后已修复)。

将此添加为答案，因为当我忘记并且无法快速找到答案时，我一直在谷歌搜索如何做。也许现在我可以了。解决方案是从函数文档中的最后两行示例修改而来的。