dplyr 0.7 tidy eval：将字符变量转换为因子

Question

我有一个包含很多变量的数据集，其中一些是字符变量，我想将其转换为因子。由于有许多变量要转换，我想使用 dplyr_0.7 中新的 tidy eval 功能来完成此操作。这是我的数据中的一个最小示例：

data <- data.frame(factor1 = c("K", "V"), 
                   factor2 = c("E", "K"), 
                   other_var = 1:2, 
                   stringsAsFactors = FALSE)

我有一个命名列表，其中包含我要转换的每个变量的 data.frame。列表中的这些 data.frame 都具有相同的结构，可以在这个例子中看到：

codelist_list <- list(factor1 = data.frame(Code = c("K", "V"), 
                                           Bezeichnung = c("Kauf", "Verkauf"), 
                                           stringsAsFactors = FALSE),
                      factor2 = data.frame(Code = c("E", "K"), 
                                           Bezeichnung = c("Eigengeschaeft", "Kundengeschaeft"), 
                                           stringsAsFactors = FALSE))

我不是想做的是为每个变量定义这样的因子：

mutate(df, factor1 = factor(factor1, 
                            levels = codelist_list[["factor1"]][["Code"]],
                            labels = codelist_list[["factor1"]][["Bezeichnung"]]))

到目前为止我尝试过的是：

convert_factors <- function(variable, df) {
  factor_variable <- enquo(variable)
  df %>% 
    mutate(!!quo_name(factor_variable) := factor(!!quo_name(factor_variable), 
                                                 levels = codelist_list[[variable]][["Code"]],
                                                 labels = codelist_list[[variable]][["Bezeichnung"]]))
}

第一步，我想通过调用 convert_factors("factor1", data) 来检查我的函数 convert_factors() 是否正常工作，其中 returns

  factor1 factor2 other_var
1    <NA>       E         1
2    <NA>       K         2

变量不显示值标签，而是替换为 NA。

最终目标是 map 我要转换的所有变量。在这里，我尝试了 map(c("factor1", "factor2"), convert_factors, df = data)，它返回了

Error in (function (x, strict = TRUE) : the argument has already been evaluated

我试图按照 http://dplyr.tidyverse.org/articles/programming.html 的说明进行操作，但这就是我想出的全部。

有谁知道问题出在哪里（并希望向我解释我的错误）。

Answer 1

我认为你混淆了 quosures 和字符串：

在你的函数中，variable是一个字符串，不是表达式。所以你应该把它转换成 rlang::sym，而不是 enquo.
quo_name 用于将表达式转换为字符串。由于 variable 已经是一个字符串，您可以直接在 mutate.

!!variable

at lhs in mutate 你需要用 !! 取消引用 factor_variable 而不是试图用 quo_name 将它转换成字符串。

更正上述错误后，您的功能将正常工作：

convert_factors <- function(variable, df) {
    factor_variable <- rlang::sym(variable)
    df %>% 
        mutate(!!variable := factor(
            !!factor_variable, 
            levels = codelist_list[[variable]][["Code"]],
            labels = codelist_list[[variable]][["Bezeichnung"]]))
}

# > convert_factors('factor1', data)
#   factor1 factor2 other_var
# 1    Kauf       E         1
# 2 Verkauf       K         2

这是我的尝试：

params <- lapply(codelist_list, setNames, nm = c('levels', 'labels'))

convert_factors <- function(variable, df) {
    factor_variable <- rlang::sym(variable)
    factor_param <- c(list(factor_variable), params[[variable]])

    df %>% mutate(!!variable := do.call(factor, factor_param))
}

convert_factors('factor1', data)
#   factor1 factor2 other_var
# 1    Kauf       E         1
# 2 Verkauf       K         2

Answer 2

使用 tidy eval 和 dplyr 的 mt1022 的很好的解决方案。然而，这个任务可以只使用 base-R 来完成：

data[,names(codelist_list)] <- lapply(names(codelist_list), function(x) 
  data[,x] <- factor(data[,x],
                     levels = codelist_list[[x]][["Code"]],
                     labels = codelist_list[[x]][["Bezeichnung"]]))

Answer 3

您可以使用 mutate_at 来解决这个问题，使用 funs 中的 . 编码一次将函数应用于多个列。

这种方法仍然涉及使用 tidyeval 从 codelist_list 中提取正确的列表，同时通过 ..

引用变量

mutate_at(data, c("factor1", "factor2"), 
          funs( factor(., levels = codelist_list[[quo_name(quo(.))]][["Code"]],
                      labels = codelist_list[[quo_name(quo(.))]][["Bezeichnung"]]) ) )

  factor1         factor2 other_var
1    Kauf  Eigengeschaeft         1
2 Verkauf Kundengeschaeft         2

如果您想创建一个函数传递给 mutate_at，您可以这样做，只需稍作改动即可。

convert_factors = function(variable) {
     var2 = enquo(variable)
     factor(variable, levels = codelist_list[[quo_name(var2)]][["Code"]],
            labels = codelist_list[[quo_name(var2)]][["Bezeichnung"]]) 
}

mutate_at(data, c("factor1", "factor2"), convert_factors)

 factor1         factor2 other_var
1    Kauf  Eigengeschaeft         1
2 Verkauf Kundengeschaeft         2

Answer 4

由于您只使用字符串和 SE 函数（因子构造函数），因此不需要表达式或 quosures。只需将 name-unquoting 与 :=

一起使用

convert_factors <- function(variable, df) {
  factor <- factor(variable,
    levels = codelist_list[[variable]][["Code"]],
    labels = codelist_list[[variable]][["Bezeichnung"]]
  )
  mutate(df, !! variable := factor)
}

map(c("factor1", "factor2"), convert_factors, df = data)

dplyr 0.7 tidy eval：将字符变量转换为因子

dplyr 0.7 tidy eval: convert character variables to factors

r

dplyr

tidyeval

rlang