将数据框中所有字符变量中的所有值从小写转换为大写

Question

我有一个混合的字符和数字变量数据框.

city,hs_cd,sl_no,col_01,col_02,col_03
Austin,1,2,,46,Female
Austin,1,3,,32,Male
Austin,1,4,,27,Male
Austin,1,5,,20,Female
Austin,2,2,,42,Female
Austin,2,1,,52,Male
Austin,2,3,,25,Male
Austin,2,4,,22,Female
Austin,3,3,,30,Female
Austin,3,1,,65,Female

我想将数据框中的所有小写字符转换为大写.有没有办法一次性完成这一操作,而不是在每个字符变量上重复这样做？

Answer 1

从以下示例数据开始:

df <- data.frame(v1=letters[1:5],v2=1:5,v3=letters[10:14],stringsAsFactors=FALSE)

  v1 v2 v3
1  a  1  j
2  b  2  k
3  c  3  l
4  d  4  m
5  e  5  n

您可以使用 :

data.frame(lapply(df, function(v) {
  if (is.character(v)) return(toupper(v))
  else return(v)
}))

这使 :

  v1 v2 v3
1  A  1  J
2  B  2  K
3  C  3  L
4  D  4  M
5  E  5  N

Answer 2

从dplyr包中,您还可以将mutate_all()函数与toupper()结合使用.这将影响字符和因子类.

library(dplyr)
df <- mutate_all(df, funs=toupper)

Answer 3

dplyr >= 1.0.0

以, ,_if结尾的作用域动词已被1.0.0 或更高版本中的 所取代。为此，请使用：_at_allacross()packageVersion("dplyr")across

df %>%
  mutate(across(where(is.character), toupper))

• 第一个参数是使用tidyselectacross语法转换哪些列。上面的代码将在所有字符列上应用该函数。
• 第二个参数across是要应用的函数。除了命名函数之外，它还支持 purrr 风格的 lambda 函数/公式语法：~ toupper(.x)或匿名函数function(x) toupper(x)（或 R > 4.1.0 中的简写\(x) toupper(x)），使设置其他函数参数变得简单明了。

咕噜咕噜

或者，您可以使用包modify_*中的函数purrr：

df %>%
  mutate(across(where(is.character), toupper))

• 第三个参数modify_if是要应用的函数。除了命名函数之外，它还支持 purrr 风格的 lambda 函数/公式语法：~ toupper(.x)或匿名函数function(x) toupper(x)（或 R > 4.1.0 中的简写\(x) toupper(x)），使设置其他函数参数变得简单明了。

数据

df <- structure(list(city = c("Austin", "Austin", "Austin", "Austin", 
"Austin", "Austin", "Austin", "Austin", "Austin", "Austin"), 
    hs_cd = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L), sl_no = c(2L, 
    3L, 4L, 5L, 2L, 1L, 3L, 4L, 3L, 1L), col_01 = c(NA, NA, NA, 
    NA, NA, NA, NA, NA, NA, NA), col_02 = c(46L, 32L, 27L, 20L, 
    42L, 52L, 25L, 22L, 30L, 65L), col_03 = c("Female", "Male", 
    "Male", "Female", "Female", "Male", "Male", "Female", "Female", 
    "Female")), class = "data.frame", row.names = c(NA, -10L))

Answer 4

在R中使用apply函数很简单

f <- apply(f,2,toupper)

无需检查列是字符还是任何其他类型.

Answer 5

另一种选择是使用mutate_if()和str_to_upper()函数的组合，两者都来自 tidyverse 包：

df %>% mutate_if(is.character, str_to_upper) -> df

这会将数据框中的所有字符串变量转换为大写。 str_to_lower()做相反的事情。

Answer 6

对于那些使用这些答案的人来说,这里有一个评论.朱巴的答案很棒,因为如果您的变量是数字或字符串,它是非常有选择性的.但是,如果你有一个组合(例如a1,b1,a2,b2)等,它将不会正确转换字符.

正如@Trenton Hoffman所说,

library(dplyr)
df <- mutate_each(df, funs(toupper))

影响字符和因子类,适用于"混合变量"; 例如,如果您的变量同时包含字符和数字值(例如a1),则两者都将转换为因子.总的来说,这并不是一个太大的问题,但如果你最终想要匹配data.frames

df3 <- df1[df1$v1 %in% df2$v1,]

其中df1已被转换并且df2包含未转换的data.frame或类似内容,这可能会导致一些问题.解决方法是你必须短暂运行

df2 <- df2 %>% mutate_each(funs(toupper), v1)
#or
df2 <- df2 %>% mutate_each(df2, funs(toupper))
#and then
df3 <- df1[df1$v1 %in% df2$v1,]

如果您使用基因组数据,那么知道这可以派上用场.