2

我有一个包含 19 个变量的数据框，其中 17 个是因子。其中一些因子包含缺失值，编码为 NA。我想对数据框中的所有因素使用 forcats::fct_explicit_na() 将缺失重新编码为单独的因素级别“to_impute”。

一个带有两个因子变量的小例子：

df <- structure(list(loc_len = structure(c(NA, NA, NA, NA, NA, NA, 
1L, 1L, 3L, 1L), .Label = c("No", "< 5 sec", "5 sec - < 1 min", 
"1 - 5 min", "> 5 min", "Unknown duration"), class = "factor"), 
    AMS = structure(c(1L, 2L, NA, 1L, 1L, NA, NA, NA, NA, NA), .Label = c("No", 
    "Yes"), class = "factor")), .Names = c("loc_len", "AMS"), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

table(df$loc_len, useNA = "always")

              No          < 5 sec  5 sec - < 1 min        1 - 5 min          > 5 min Unknown duration             <NA> 
               3                0                1                0                0                0                6

下面的代码对两个变量执行此操作。我想对数据框中的所有因子变量“f_names”执行此操作。有没有办法“矢量化” fct_explicit_na()？

f_names <- names(Filter(is.factor, df))

 f_names
[1] "loc_len" "AMS"

下面的代码可以满足我的要求，但对于每个因素都是分开的：

df_new <- df  %>% 
                    mutate(loc_len = fct_explicit_na(loc_len, na_level = "to_impute")) %>% 
                    mutate(AMS = fct_explicit_na(AMS, na_level = "to_impute"))

我想要数据集中所有因素的这种表，名称在 'f_names' ：

lapply(df_new, function(x) data.frame(table(x, useNA = "always")))

现在是：

$loc_len
                 x Freq
1               No    3
2          < 5 sec    0
3  5 sec - < 1 min    1
4        1 - 5 min    0
5          > 5 min    0
6 Unknown duration    0
7        to_impute    6
8             <NA>    0

$AMS
          x Freq
1        No    3
2       Yes    1
3 to_impute    6
4      <NA>    0
4

2 回答 2

4

更好的是，由以下提供的优雅和惯用的解决方案：

https://github.com/tidyverse/forcats/issues/122

library(dplyr)
df = df %>% mutate_if(is.factor,
                      fct_explicit_na,
                      na_level = "to_impute")
于 2018-03-21T19:48:37.987 回答
0

经过反复试验，下面的代码可以满足我的要求。

library(tidyverse)

df[, f_names] <- lapply(df[, f_names], function(x) fct_explicit_na(x, na_level = "to_impute")) %>% as.data.frame
于 2018-03-19T18:54:20.377 回答