如何以紧凑字符串表示形式返回 R tibble 的 col 类型？

Question

例如，我有一个这样的小标题。测试 <- tibble(a = 10, b = "a")

通过这个输入，我想要一个可以返回代表双精度和字符的“dc”的函数。

我问这个的原因是我想读取大量文件。我不想让 read_table 函数决定每列的类型。我可以手动指定字符串，但由于我要导入的实际数据有 50 列，因此手动执行非常困难。

谢谢。

Answer 1

虽然前面提到的test %>% summarise_all(class)将为您提供列的类名，但它是以长形式提供的，而在这个问题中，您将它们转换为表示某些内容的单字符代码read_table col_types。要将类名映射到单字母代码，您可以使用查找表，这是一个（不完整）示例dput：

structure(list(col_type = c("character", "integer", "numeric", 
"double", "logical"), code = c("c", "i", "n", "d", "l")), .Names = c("col_type", 
"code"), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-5L))

现在使用这个表，我将其称为types，我们最终可以在单个字符串中转换列类型：

library(dplyr)
library(tidyr)
library(stringr)

test %>% 
  summarise_all(class) %>% 
  gather(col_name, col_type) %>% 
  left_join(types) %>% 
  summarise(col_types = str_c(code, collapse = "")) %>% 
  unlist(use.names = FALSE)

这会获取每列的类 ( summarise_all)，然后将它们收集到与列名称和列类型 ( ) 相匹配的 tibble 中gather。left_join列上的匹配项并col_type为每个列名称提供 1 个字符的短代码。现在我们不对列名执行任何操作，因此只需使用 asummarise和连接即可str_c。最后unlist把绳子从小嘴里拉出来。