如何在R中采用多个向量并重新编码其数据类型？

Question

我正在寻找一种优雅的方法来改变R中的多个向量的数据类型.

我正在使用教育数据集:426名学生对8个多项选择题的答案(1=正确,0=不正确),以及指示哪位教师(1, 2, or 3)教授他们课程的专栏.

就目前而言,我的数据非常漂​​亮data.df,如下所示:

    str(data.df)
    'data.frame': 426 obs. of  9 variables:
    $ ques01: int  1 1 1 1 1 1 0 0 0 1 ...
    $ ques02: int  0 0 1 1 1 1 1 1 1 1 ...
    $ ques03: int  0 0 1 1 0 0 1 1 0 1 ...
    $ ques04: int  1 0 1 1 1 1 1 1 1 1 ...
    $ ques05: int  0 0 0 0 1 0 0 0 0 0 ...
    $ ques06: int  1 0 1 1 0 1 1 1 1 1 ...
    $ ques07: int  0 0 1 1 0 1 1 0 0 1 ...
    $ ques08: int  0 0 1 1 1 0 1 1 0 1 ...
    $ inst  : num  1 1 1 1 1 1 1 1 1 1 ...

但这些ques0x价值观并不是真正的整数.相反,我认为将R视为实验因素更好."inst"值也是如此.

我想把所有的ints和nums变成factors

理想情况下,一个优雅的解决方案应该生成一个数据帧 - 我称之为factorData.df- 如下所示:

    str(factorData.df)
    'data.frame': 426 obs. of  9 variables:
    $ ques01: Factor w/ 2 levels "0","1": 2 2 2 2 2 2 1 1 1 2 ...
    $ ques02: Factor w/ 2 levels "0","1": 1 1 2 2 2 2 2 2 2 2 ...
    $ ques03: Factor w/ 2 levels "0","1": 1 1 2 2 1 1 2 2 1 2 ...
    $ ques04: Factor w/ 2 levels "0","1": 2 1 2 2 2 2 2 2 2 2 ...
    $ ques05: Factor w/ 2 levels "0","1": 1 1 1 1 2 1 1 1 1 1 ...
    $ ques06: Factor w/ 2 levels "0","1": 2 1 2 2 1 2 2 2 2 2 ...
    $ ques07: Factor w/ 2 levels "0","1": 1 1 2 2 1 2 2 1 1 2 ...
    $ ques08: Factor w/ 2 levels "0","1": 1 1 2 2 2 1 2 2 1 2 ...
    $ inst  : Factor w/ 3 levels "1","2","3": 1 1 1 1 1 1 1 1 1 1 ...

我敢肯定,不管解决方案,您乡亲拿出,它应该是很容易推广到的那会需要得到重新分类变量任意n个,并且将整个工作最常见的转换(int -> factor并且num -> int,例如).

不管你人产生什么样的解决方案,它必然是比我更优雅

因为我目前笨重的代码只有9个单独的factor()语句,每个变量一个,就像这样

    factorData.df$ques01 

我对R,编程和stackoverflow都是全新的.请保持温和,并提前感谢您的帮助!

Answer 1

R-Help也回答了这个问题.

我想有更好的方法,但这里有两个选择:

# use a sample data set
> str(cars)
'data.frame':   50 obs. of  2 variables:
 $ speed: num  4 4 7 7 8 9 10 10 10 11 ...
 $ dist : num  2 10 4 22 16 10 18 26 34 17 ...
> data.df <- cars 

你可以使用lapply:

> data.df <- data.frame(lapply(data.df, factor))

或for声明:

> for(i in 1:ncol(data.df)) data.df[,i] <- as.factor(data.df[,i])

在任何一种情况下,你最终得到你想要的:

> str(data.df)
'data.frame':   50 obs. of  2 variables:
 $ speed: Factor w/ 19 levels "4","7","8","9",..: 1 1 2 2 3 4 5 5 5 6 ...
 $ dist : Factor w/ 35 levels "2","4","10","14",..: 1 3 2 9 5 3 7 11 14 6 ...

Answer 2

我在plyr包中找到了另一种解决方案:

# load the package and data
> library(plyr)
> data.df <- cars

使用colwise函数:

> data.df <- colwise(factor)(data.df)
> str(data.df)
'data.frame':   50 obs. of  2 variables:
 $ speed: Factor w/ 19 levels "4","7","8","9",..: 1 1 2 2 3 4 5 5 5 6 ...
 $ dist : Factor w/ 35 levels "2","4","10","14",..: 1 3 2 9 5 3 7 11 14 6 ...

顺便说一下,如果你看一下colwise函数,它只是使用lapply:

df <- as.data.frame(lapply(filtered, .fun, ...))