使用 dplyr 的 _if() 函数，例如 mutate_if() 和否定谓词函数

Question

根据the documentation of the dplyr package：

# The _if() variants apply a predicate function (a function that
# returns TRUE or FALSE) to determine the relevant subset of
# columns.
# mutate_if() is particularly useful for transforming variables from
# one type to another
iris %>% mutate_if(is.factor, as.character)

那么我该如何使用逆向形式呢？我想将所有非数字值转换为字符，所以我想这样做：

iris %>% mutate_if(!is.numeric, as.character)
#> Error in !is.numeric : invalid argument type

但这不起作用。或者只是 select 所有非数字变量：

iris %>% select_if(!is.numeric)
#> Error in !is.numeric : invalid argument type

也不行。

如何将 negation 与 dplyr 函数一起使用，例如 mutate_if()、select_if() 和 arrange_if()？

编辑：这可能会在即将到来的 dplyr 1.0.0 中得到解决：NEWS.md.

Answer 1

添加到他们的包中可能是一个很好的建议，所以请随时在 GitHub 上打开一个问题。

现在，您可以编写一个函数 'on-the-fly':

iris %>% mutate_if(function(x) !is.numeric(x), as.character)
iris %>% select_if(function(x) !is.numeric(x))

这甚至可能更安全，不确定 _if() 内部如何工作：

iris %>% mutate_if(function(...) !is.numeric(...), as.character)
iris %>% select_if(function(...) !is.numeric(...))

Answer 2

我们可以在tidyverse

中对匿名函数使用shorthand表示法~

library(dplyr)
iris %>% 
     mutate_if(~ !is.numeric(.), as.character)

或者不用匿名函数，使用negate from purrr

library(purrr)
iris %>%
     mutate_if(negate(is.numeric), as.character)

除了negate之外，base R中的Negate也有效

iris %>%
   mutate_if(Negate(is.numeric), as.character)

相同的表示法，适用于 select_if/arrange_if

iris %>%
     select_if(negate(is.numeric))%>%
     head(2)
#  Species
#1  setosa
#2  setosa

使用 dplyr 的 _if() 函数，例如 mutate_if() 和否定谓词函数

Use dplyr's _if() functions like mutate_if() with a negative predicate function

r

dplyr

data-transform