我一直在互联网上闲逛，无法弄清楚如何应用car重新编码一系列列的值。
要重新编码单个列的值，我会运行如下命令：
df$dv_r <- recode(df$dv, "2=1;1=0;0=NA")
然后，如果我想对整个 data.frame 执行此操作，我可以运行：
df_2 <- lapply(df, FUN = function(x) recode(x, "2=1;1=0;0=NA"))
但是，我不确定如何对一系列列执行此操作——例如，在一个data.table名为的假设中df，我将如何重新编码范围为 的列的值20:40？
谢谢！当然，这对于 R 专家来说非常容易。
也许有更多的data.table方法可以做到这一点，但这里有一种可能性：
library(data.table)
library(car)
## Here is some sample data
set.seed(1)
dt <- data.table(A = sample(0:2, 10, replace = TRUE),
B = sample(0:2, 10, replace = TRUE),
C = sample(0:2, 10, replace = TRUE),
D = rnorm(10), E = rnorm(10), ID = 1:10)
dt
# A B C D E ID
# 1: 0 0 2 -0.04493361 -0.05612874 1
# 2: 1 0 0 -0.01619026 -0.15579551 2
# 3: 1 2 1 0.94383621 -1.47075238 3
# 4: 2 1 0 0.82122120 -0.47815006 4
# 5: 0 2 0 0.59390132 0.41794156 5
# 6: 2 1 1 0.91897737 1.35867955 6
# 7: 2 2 0 0.78213630 -0.10278773 7
# 8: 1 2 1 0.07456498 0.38767161 8
# 9: 1 1 2 -1.98935170 -0.05380504 9
# 10: 0 2 1 0.61982575 -1.37705956 10
用于.SDcols定义要将函数应用到的列。
dt[, 1:3 := lapply(.SD, recode, "2=1;1=0;0=NA"), .SDcols = 1:3]
dt
# A B C D E ID
# 1: NA NA 1 -0.04493361 -0.05612874 1
# 2: 0 NA NA -0.01619026 -0.15579551 2
# 3: 0 1 0 0.94383621 -1.47075238 3
# 4: 1 0 NA 0.82122120 -0.47815006 4
# 5: NA 1 NA 0.59390132 0.41794156 5
# 6: 1 0 0 0.91897737 1.35867955 6
# 7: 1 1 NA 0.78213630 -0.10278773 7
# 8: 0 1 0 0.07456498 0.38767161 8
# 9: 0 0 1 -1.98935170 -0.05380504 9
# 10: NA 1 0 0.61982575 -1.37705956 10
你当然可以。事实上，只对 data.frame 的一个子集进行操作可以避免重做 data.frame 调用：
df_2[ , col_names] <- lapply(df[ ,colnames] ,
FUN = function(x) recode(x, "2=1;1=0;0=NA"))
通过列号进行操作：
df_2[ , 20:40] <- lapply(df[ ,20:40] ,
FUN = function(x) recode(x, "2=1;1=0;0=NA"))
使用变量名而不是列号将类似于：
cnames <- c("A", "B", "C")
dt[ , (cnames) := lapply(.SD, recode, "2=1;1=0;0=NA"), .SDcols = cnames]