我最近问了一个类似的问题here.然而,我有一个新的问题,我不能应用另一个答案.我正在try 基于名称向量更改列元素的名称.
我遇到的问题是,如果我有一个包含如下因素变量的数据框:
dfOG <- data.frame(
x1 = c(1,4,2),
x4 = as.factor(c('yes', 'no', 'maybe')),
x5 = as.factor(c(rep('yes', 2), rep('no', 1))),
x41 = as.factor(c(rep('hot', 1), rep('cold', 2)))
)
然后我正在应用三个过程中的一个.每个进程(不在我的控制范围之内)都会将这些因素分解为虚拟变量.但不幸的是,根据使用的过程,它会以不同的方式重命名假人.例如,下表显示了如何拆分x4
,具体取决于使用的流程:
x41, x42, x43 = x4 # process 1
x4.yes, x4.no, x4.maybe = x4 # process 2
x4_yes, x4_no, x4_maybe = x4 # process 3
因此,进程1只是在末尾添加一个数字.流程2添加一个.
,后跟因子级别.流程3添加一个_
,后跟因子级别.
只关注进程1,在应用该进程之后,我得到了一个数据框,其中的列如下所示:
dfChange <- data.frame(
name = c('x41', 'x43', NA, NA,
'x411', NA, 'x52',
'x42', 'x412', NA)
)
我正在try 将dfChange$name
中元素的名称改回dfOG
中的原始名称.
Desired Output个
我想要的输出如下所示:
dfDesired <- data.frame(
name = c('x4', 'x4', NA, NA,
'x41', NA, 'x5',
'x4', 'x41', NA)
)
Attempted Solution个
我实际上还没有一个解决方案,但以下是我正在try 的:
# find out which columns in my original data are factors
factorColNam <- names(which(!(sapply(dfOG[colnames(dfOG)], is.numeric))))
factorCols <- which((colnames(dfOG) %in% factorColNam))
# create a list of the variables split into their factors
dfnew <- list()
for (i in 1:length(factorCols)) {
facLevels <- unique(dfOG[ ,factorCols[i]])
dfnew[[i]] <- paste0(factorColNam[i], as.numeric(facLevels))
}
# rename each element it's original name
names(dfnew) <- factorColNam
我的 idea 是遍历列表元素,比较dfChange$name
中的名称,然后将它们重命名为它们所在的列表元素.但我相信一定有更简单、更好的方法来做到这一点?
EDIT个
我忘了提到的一件事是,名称可以是任何名称,它们不限于x1, x2,...
等.例如,我可以有一个名为x10
的变量,具有10个因子水平,或者一个名为banana
的变量,具有25个因子水平.任何名字都是可能的.