R 将字符串数据帧转换为唯一数字

Question

我有一个非常大的数据框（假设有 8 行 x 10,000 列），其中充满了字符串。我想将每个唯一的字符串转换为数字并用它替换。

例如，如果我有一个数据框：

   X1       X2       X3
1 cat    mouse     rabbit
2 dog   cat, dog    dog

我想将其转换为：

   X1        X2     X3
1   1         2       3
2   4         5       4

请注意，“猫，狗”的组合标签有自己的唯一编号。每个字符串的实际编号是无关紧要的，因为我这样做是为了评估者间的可靠性计算。

如果我没有获得所有独特的元素，为它们分配一个数字并替换，是否有更优雅的方法来做到这一点？

另外，如果元素中的值为空，例如“”，则应将其转换为数字 DF 中的 NA。

Answer 1

您可以match对unique值进行：

df[] <- sapply(df, match, unique(unlist(df)))

#> df
  X1 X2 X3
1  1  3  5
2  2  4  2

或者，更简单：

df[] <- match(unlist(df), unique(unlist(df)))