web-dev-qa-db-ja.com

複数の列を一度に因子に強制する

次のようなサンプルデータフレームがあります。

data <- data.frame(matrix(sample(1:40), 4, 10, dimnames = list(1:4, LETTERS[1:10])))

複数の列を選択し、それらを一緒に因子に変換する方法を知りたいです。私は通常、data$A = as.factor(data$A)のような方法でそれを行います。しかし、データフレームが非常に大きく、多くの列が含まれている場合、この方法は非常に時間がかかります。誰かがそれを行うためのより良い方法を知っていますか?

56
wsda

いくつかの列を選択して、要因を強制します。

cols <- c("A", "C", "D", "H")

lapply()を使用して、選択した列を強制して置換します。

data[cols] <- lapply(data[cols], factor)  ## as.factor() could also be used

結果を確認します。

sapply(data, class)
#        A         B         C         D         E         F         G 
# "factor" "integer"  "factor"  "factor" "integer" "integer" "integer" 
#        H         I         J 
# "factor" "integer" "integer" 
93
Rich Scriven

dplyrを使用するオプションは次のとおりです。 magrittr%<>%演算子は、結果の値でlhsオブジェクトを更新します。

library(magrittr)
library(dplyr)
cols <- c("A", "C", "D", "H")

data %<>%
       mutate_each_(funs(factor(.)),cols)
str(data)
#'data.frame':  4 obs. of  10 variables:
# $ A: Factor w/ 4 levels "23","24","26",..: 1 2 3 4
# $ B: int  15 13 39 16
# $ C: Factor w/ 4 levels "3","5","18","37": 2 1 3 4
# $ D: Factor w/ 4 levels "2","6","28","38": 3 1 4 2
# $ E: int  14 4 22 20
# $ F: int  7 19 36 27
# $ G: int  35 40 21 10
# $ H: Factor w/ 4 levels "11","29","32",..: 1 4 3 2
# $ I: int  17 1 9 25
# $ J: int  12 30 8 33

または、data.tableを使用している場合、forsetループを使用するか、

setDT(data)
for(j in cols){
  set(data, i=NULL, j=j, value=factor(data[[j]]))
}

または、.SDcolsで 'cols'を指定し、rhsを 'cols'に割り当てます(:=

setDT(data)[, (cols):= lapply(.SD, factor), .SDcols=cols]
29
akrun

最近のtidyverseの方法は、mutate_at関数を使用することです:

library(tidyverse)
library(magrittr)
set.seed(88)

data <- data.frame(matrix(sample(1:40), 4, 10, dimnames = list(1:4, LETTERS[1:10])))
cols <- c("A", "C", "D", "H")

data %<>% mutate_at(cols, funs(factor(.)))
str(data)
 $ A: Factor w/ 4 levels "5","17","18",..: 2 1 4 3   
 $ B: int  36 35 2 26
 $ C: Factor w/ 4 levels "22","31","32",..: 1 2 4 3
 $ D: Factor w/ 4 levels "1","9","16","39": 3 4 1 2
 $ E: int  3 14 30 38
 $ F: int  27 15 28 37
 $ G: int  19 11 6 21
 $ H: Factor w/ 4 levels "7","12","20",..: 1 3 4 2
 $ I: int  23 24 13 8
 $ J: int  10 25 4 33
20
Yun Ching

そして、完全を期すため、および 文字列列の変更のみを尋ねるこの質問 に関しては、mutate_ifがあります。

data <- cbind(stringVar = sample(c("foo","bar"),10,replace=TRUE),
              data.frame(matrix(sample(1:40), 10, 10, dimnames = list(1:10, LETTERS[1:10]))),stringsAsFactors=FALSE)     

factoredData = data %>% mutate_if(is.character,funs(factor(.)))
6
Janna Maas

mutate_ifdplyr)を使用できます:

たとえば、integerfactorを強制します。

mydata=structure(list(a = 1:10, b = 1:10, c = c("a", "a", "b", "b", 
"c", "c", "c", "c", "c", "c")), row.names = c(NA, -10L), class = c("tbl_df", 
"tbl", "data.frame"))

# A tibble: 10 x 3
       a     b c    
   <int> <int> <chr>
 1     1     1 a    
 2     2     2 a    
 3     3     3 b    
 4     4     4 b    
 5     5     5 c    
 6     6     6 c    
 7     7     7 c    
 8     8     8 c    
 9     9     9 c    
10    10    10 c   

機能を使用します。

library(dplyr)

mydata%>%
    mutate_if(is.integer,as.factor)

# A tibble: 10 x 3
       a     b c    
   <fct> <fct> <chr>
 1     1     1 a    
 2     2     2 a    
 3     3     3 b    
 4     4     4 b    
 5     5     5 c    
 6     6     6 c    
 7     7     7 c    
 8     8     8 c    
 9     9     9 c    
10    10    10 c    
2
neves

テーブルから値を取得し、それらを使用して変換するという別の目的がある場合は、次の方法を試すことができます

### pre processing
ind <- bigm.train[,lapply(.SD,is.character)]
ind <- names(ind[,.SD[T]])
### Convert multiple columns to factor
bigm.train[,(ind):=lapply(.SD,factor),.SDcols=ind]

これにより、特に文字ベースの列が選択され、それらが係数に変換されます。

0
user9333657

data.tableの例を次に示します。この例ではgrepを使用しました。これは、名前の部分一致を使用して多くの列を選択することが多いためです。

library(data.table)
data <- data.table(matrix(sample(1:40), 4, 10, dimnames = list(1:4, LETTERS[1:10])))

factorCols <- grep(pattern = "A|C|D|H", x = names(data), value = TRUE)

data[, (factorCols) := lapply(.SD, as.factor), .SDcols = factorCols]
0
Kayle Sawyer