0

使用 OECD 数据，我可以检索一个数据库，其中变量由它们的 ID 和带有相应标签的列表指定。这是一个重现数据结构的最小示例：

df <- tibble(LOCATION=c("DEU","ITA","USA"),UNIT=c("DEU","EUR","USD"),value=c(120,140,160))
df
## A tibble: 3 x 3
#> LOCATION UNIT  value
#> <chr>    <chr> <dbl>
#> 1 DEU      DEU     120
#> 2 ITA      EUR     140
#> 3 USA      USD     160

df_labels <- list(LOCATION = data.frame(id =c("DEU","ITA","USA"), 
                                        label=c("Germany","Italy","United States")), 
                  UNIT = data.frame(id=c("USD","EUR"),
                                    label=c("Dollar","Euro")))
df_labels
#> $LOCATION
#>    id         label
#> 1 DEU       Germany
#> 2 ITA         Italy
#> 3 USA United States
#> 
#> $UNIT
#>    id  label
#> 1 USD Dollar
#> 2 EUR   Euro

我想要做的是将变量 LOCATION 和 UNIT 中的 ID 替换df为df_labels. 我定义了以下函数：

get_labels <- function(x,db) {
     variable = deparse(substitute(x))
     return(factor(x,levels=db[[variable]]$id,labels=db[[variable]]$label))
     }

这样我就可以mutate按如下方式使用它：

df %>% mutate(LOCATION = get_labels(LOCATION,df_labels),
              UNIT = get_labels(UNIT,df_labels))
## A tibble: 3 x 3
#>   LOCATION      UNIT   value
#>   <fct>         <fct>  <dbl>
#> 1 Germany       Euro     120
#> 2 Italy         Euro     140
#> 3 United States Dollar   160

但是，我无法跨多个列使用该函数。如果我尝试使用across：

df %>% mutate(across(where(is.character), ~get_labels(.,df_labels)))

结果NA在受影响的列中。显然，问题在于deparse(substitute(.))，它没有捕获列名。不幸的是，查看诸如此类的类似问题并没有帮助。

4

2 回答 2

1

deframe我们可以这样做map

library(purrr)
library(dplyr)
library(tibble)
lst1 <- map(df_labels, deframe)
for(nm in names(lst1))  df <- df %>%
           mutate(!! nm := lst1[[nm]][!! rlang::sym(nm)])

-输出

df
# A tibble: 3 x 3
#  LOCATION      UNIT   value
#  <chr>         <chr>  <dbl>
#1 Germany       <NA>     120
#2 Italy         Euro     140
#3 United States Dollar   160
于 2020-11-08T21:58:32.773 回答
1

across将无权访问列名，因此deparse，substitute技巧将不起作用。试试这个版本：

get_labels <- function(x, y, db) {
  return(factor(x,levels=db[[y]]$id,labels=db[[y]]$label))
}

cols <- sapply(df, is.character)
df[cols] <- purrr::imap_dfc(df[cols], get_labels, db = df_labels)
df
# A tibble: 3 x 3
#  LOCATION      UNIT   value
#  <fct>         <fct>  <dbl>
#1 Germany       NA       120
#2 Italy         Euro     140
#3 United States Dollar   160
于 2020-11-08T14:09:11.663 回答