自动将二进制变量编码为因子？

Question

我有一个问题：是否有 R 函数可以自动将二进制变量编码为因子？

我有一个包含超过 80 个变量（列）的 tibble，其中许多变量具有布尔性质（0、1 和 NA），R 作为numeric导入。由于我想避免手动将它们转换为Factor，我想知道是否有一个函数能够自动检测a （或 a ） 中的二进制数值变量并将它们更改为 Factor ？我可以自己创建这样的函数，但如果它已经存在，为什么还要麻烦呢？data.frametibble

Answer 1

下面我们假设一列被视为二进制只要

• 这并不全是不适用的
• 除了 NA 之外，它仅由数字 0 和 1 值组成。

请注意，完全为 0 和 NA 或完全为 1 和 NA 的列被视为二进制，但如果这是不可取的，我们将展示如何更改代码以要求二进制列同时具有 0 和 1。

首先定义一个函数is_binary，定义一列是否被视为二进制。如果你想改变二进制的定义，可以改变这个函数。特别是，如果一列必须同时包含 0 和 1 才能将其视为二进制，请将下面代码中的 1:2 更改为 2。如果需要，其他定义也是可能的。

接下来应用于is_binary返回逻辑向量的每一列ok，每列一个分量，如果该列是二进制，则为 TRUE，否则为 FALSE。

在计算答案的行中，DF2我们factor使用参数应用于每个二进制列levels = 0:1，以确保只有 0 或只有 1 的列仍然具有两个级别。

没有使用任何包。

DF <- data.frame(a = c(0:1, NA), b = 1:3, c = NA, d = 0) # test data frame

is_binary <- function(x) {
  x0 <- na.omit(x)
  is.numeric(x) && length(unique(x0)) %in% 1:2 && all(x0 %in% 0:1)
}
ok <- sapply(DF, is_binary)
DF2 <- replace(DF, ok, lapply(DF[ok], factor, levels = 0:1))

str(DF2)
## 'data.frame':   3 obs. of  4 variables:
##  $ a: Factor w/ 2 levels "0","1": 1 2 NA
##  $ b: int  1 2 3
##  $ c: logi  NA NA NA
##  $ d: Factor w/ 2 levels "0","1": 1 1 1

我们可以交替使用 dplyr ，is_binary如下所示：

DF %>% mutate(across(where(is_binary), ~ factor(., levels = 0:1)))