将多个时间序列列强制转换为大数据帧中的因素
Coercing multiple time-series columns to factors in large dataframe
我想知道是否有 "easy/quick" 将字符变量转换为因子的方法。
我知道，可以用列名创建一个向量，然后使用 lapply。但是，我正在处理一个包含 200 多个变量的大型数据框，因此最好不要在向量中写入 200 多个名称。
我也知道我可以通过使用 lapply、type.convert 和 sapply 来强制整个数据框，但是当我处理时间序列数据时，其中一些是分类数据, 有的是数字, 我也不感兴趣
有什么方法可以使用其中的列号吗？ IE。 [ ,2:200]？我尝试了以下方法，但没有任何运气：
df[ ,2:30] <- lapply(df[ ,2:30], type.convert)
sapply(df, factor)
使用上面的解决方案，我仍然需要做多个，但它仍然比写所有变量名要快。
我也觉得这里可以使用循环，但我不确定如何写出它，或者它是否是一种实现方式。
df[ ,2:30] <- lapply(df[ ,2:30], as.factor)
如您所写，您需要将（所有？）字符变量转换为因子，您可以使用 mutate_if from dplyr
library(dplyr)
mutate_if(df, is.character, as.factor)
有了它，您只需对 is.character returns TRUE 的列进行操作，因此您无需担心列位置或名称。
我想知道是否有 "easy/quick" 将字符变量转换为因子的方法。
我知道，可以用列名创建一个向量，然后使用 lapply。但是，我正在处理一个包含 200 多个变量的大型数据框，因此最好不要在向量中写入 200 多个名称。
我也知道我可以通过使用 lapply、type.convert 和 sapply 来强制整个数据框，但是当我处理时间序列数据时，其中一些是分类数据, 有的是数字, 我也不感兴趣
有什么方法可以使用其中的列号吗？ IE。 [ ,2:200]？我尝试了以下方法，但没有任何运气：
df[ ,2:30] <- lapply(df[ ,2:30], type.convert)
sapply(df, factor)
使用上面的解决方案，我仍然需要做多个，但它仍然比写所有变量名要快。
我也觉得这里可以使用循环，但我不确定如何写出它，或者它是否是一种实现方式。
df[ ,2:30] <- lapply(df[ ,2:30], as.factor)
如您所写，您需要将（所有？）字符变量转换为因子，您可以使用 mutate_if from dplyr
library(dplyr)
mutate_if(df, is.character, as.factor)
有了它，您只需对 is.character returns TRUE 的列进行操作，因此您无需担心列位置或名称。