R：data.frame 中的新名称因子值

Question

已编辑

我有一个 data.frame [integer_disc]，它由 integer 个变量（值为 1、2、3）组成。数据框有大约 120 列和 54,000 行。下面是截图

Col1   Col2   Col3  Col 4 [up to Col 120]
1      2      1     1 
3      1      2     1
2      2      2     2
1      3      3     1

(EDIT: 如上面的代码片段，确实有可能某些列只有三个值中的两个。我用str检查过。编辑结束)

我想将它们重命名为 "low"、"medium" 和 "high"。可能我之前必须将它们变成 factor 值？我会通过

integers_factor <- lapply(integer_disc, function(x) as.factor(x))

然后我在此处阅读了如何重命名 (change name of specific levels in factor)，但不同之处在于我需要重命名所有列，输出如下：

Col1     Col2       Col3       Col 4 [up to Col 120]
low      medium      low       low
high     low         medium    low
medium   medium      medium    medium        
low      high        high      low

我也尝试了 cut 函数，但这似乎也不起作用（无论是 integer 还是 factor 值。

integer_disc_labelled <- cut(integers_factor, breaks=c(1,2,3), labels=c("low","medium","high"))

（可能我还需要另一个数据class！？）

可能有一种简单的方法可以使用我不知道的指定函数重命名值？

非常感谢每一个想法！

Answer 1

第一种方式：使用 ifelse 语句：

df <- read.table(text = "Col1   Col2   Col3  
1      2      1
3      1      2
2      2      2
1      3      3", header = TRUE, stringsAsFactors = FALSE)

df[] <- lapply(df, function(col) ifelse(col == 1, "low", 
                                 ifelse(col == 2, "med", "high")))

> df
  Col1 Col2 Col3
1  low  med  low
2 high  low  med
3  med  med  med
4  low  high high

第二种方式：使用 factor 的 labels 参数：（为演示更改了 Col2 的最后一个值，其中一列不包含所有值）：

df <- read.table(text = "Col1   Col2   Col3  
1      2      1
3      1      2
2      2      2
1      2      3", 
header = TRUE, stringsAsFactors = FALSE)

> df[] <- lapply(df, factor, 
                 levels = c(1, 2, 3), 
                 labels = c("low", "med", "high"))
> df
  Col1 Col2 Col3
1  low  med  low
2 high  low  med
3  med  med  med
4  low  med high

> str(df)
'data.frame':   4 obs. of  3 variables:
 $ Col1: Factor w/ 3 levels "low","med","high": 1 3 2 1
 $ Col2: Factor w/ 3 levels "low","med","high": 2 1 2 2
 $ Col3: Factor w/ 3 levels "low","med","high": 1 2 2 3

我根据@agenis 和@Roland 的有用评论编辑了示例 - 谢谢！括号的巧妙技巧确保原始对象 class 和结构得以保留——我从 Hadley 的 Subassignment 章节中学到了它。

Answer 2

您也可以尝试（'df' 来自@PeterDee 的post）

df[] <- c('low', 'med', 'high')[as.matrix(df)]
df
#  Col1 Col2 Col3
#1  low  med  low
#2 high  low  med
#3  med  med  med
#4  low high high

Answer 3

另一种相关方法是使用 tidyr 的 gather 函数将所有变量移动到单个列，然后将因子转换应用于收集的列，然后使用 spread函数把原来的列传回。

R：data.frame 中的新名称因子值

R: ne-name factor-values in data.frame

integer

r

rename

class

dataframe