使用 dplyr 的 _if() 函数，例如带有否定谓词函数的 mutate_if()

Question

根据包的文档dplyr：

# The _if() variants apply a predicate function (a function that
# returns TRUE or FALSE) to determine the relevant subset of
# columns.
# mutate_if() is particularly useful for transforming variables from
# one type to another
iris %>% mutate_if(is.factor, as.character)

那么如何使用逆形式呢？我想将所有非数字值转换为字符，所以我想到这样做：

iris %>% mutate_if(!is.numeric, as.character)
#> Error in !is.numeric : invalid argument type

但这是行不通的。或者只选择所有非数字变量：

iris %>% select_if(!is.numeric)
#> Error in !is.numeric : invalid argument type

也不行。

如何对,和 等函数使用否定？dplyrmutate_if()select_if()arrange_if()

---

编辑：这可能会在即将推出的 dplyr 1.0.0: 中得到解决NEWS.md。

Answer 1

~我们可以使用匿名函数的简写符号tidyverse

library(dplyr)
iris %>% 
     mutate_if(~ !is.numeric(.), as.character)

或者没有匿名函数，使用negatefrompurrr

library(purrr)
iris %>%
     mutate_if(negate(is.numeric), as.character)

除此之外negate，Negatefrombase R也可以作品

iris %>%
   mutate_if(Negate(is.numeric), as.character)

相同的符号，适用于select_if/arrange_if

iris %>%
     select_if(negate(is.numeric))%>%
     head(2)
#  Species
#1  setosa
#2  setosa