批量字符替换、数值大小比较并重新赋值

起初的循环与嵌套
函数的完善和修改
compare_revalue的实际应用

俗话说的好， “包” 治百病。先前帮师兄处理数据（对数据集的数值比较大小并重新赋值）时写了一个小函数（ Function）。经过考虑，为了完善函数把字符型、因子型等情况也纳入进来（可以做批量字符替换），并制作成R包，这便于自己使用。但是，今天不打算与大家分享如何制作R包，而是与大家分享这个函数及其用法。该函数能够批量处理向量、矩阵和数据框中字符、因子和数值向量（数据结构）。其主要功能：批量做字符替换、批量比较数值大小并重新赋值。为了方便使用，我把它作成了R包上传github，这样就不需要每次source或者加载一大串代码。若大家需要或感兴趣可自行下载~

起初的循环与嵌套

在帮师兄处理数据的时候，需要批量处理几千行×几千列数据集中数值大小比较并赋值（因为这个数据集中含有大量小于0的值，但是小于0的值没意义，因为需要把所有小于0的值替换成0；若本身大于0的值则保持原值即可）。先写了一个小函数：下面是我经过思考分别写的两个函数，都可以处理这种情况。一开始没有想着嵌套，因为嵌套在我印象中运行时候特别慢，所以考虑的是先对行或者列做第一次循环，然后补充行或列的第二次循环。这样确实快一些，但是代码看起来就不简洁。代码不简洁，自己看的都不想用。所以后面又补上了嵌套循环。

code 1:
rm(list=ls()) # 清除当前环境变量
set.seed(20220225) #设置种子数，复现相同的结果
test_data <- matrix(runif(1000000, min = -0.5, max = 0.5), nrow = 1000)
dim(test_data) # 查看下构建数据的维度显示：行列

# 定义一个与0值作比较的函数，先计算数据集中每列的情况，然后直接用do.call对list做一个cbind就可以得到完成的数据集了
remove_lessthan0 <- function(data, ncol){
result <- data.frame(NA)
for(i in 1:nrow(data)){
result[i,1] = ifelse(data[i,ncol]<=0,0,data[i,ncol]) }
return(result)
}
for(i in 1:ncol(test_data)){
assign(paste("A",i,sep=""), remove_lessthan0(data=test_data, ncol=i))
}

l <- list()
for(i in 1:2010){
df.now <- get(paste0("A",i))
l[[i]] <- df.now
}
total <- do.call(cbind,l)
write.csv(total,"total.csv")

这里直接用嵌套循环的代码就非常简洁：
code 2
remove_lessthan0<- function(data= data){
data<- as.data.frame(data)
dat1<- data.frame()
for(i in 1:nrow(data)){
for(j in 1:ncol(data)){dat1[i,j]<- ifelse(data[i,j]<=0, 0, data[i,j])}
}
return(dat1)
}
a <- remove_lessthan0(data = test_data[1:100,1:100])
write.csv(a,"total.csv")

函数的完善和修改

目前，我已经完善了该函数。由于平时也需要做一些批量字符替换，经过考虑，把字符型、因子型和数值型向量，以及矩阵数据框等情况都纳入，命名为compare_revalue()。主要涉及的参数如下：data，id_cols，from，to，less，greater，equal，revalue，该函数也封装到R包中，名称暂定为DailyTools。希望能做成一个便于自己日常数据处理的R包。大家感兴趣可以通过下面code进行下载：

# install.packages("devtools")
# install.packages("remotes")
devtools::install_github("Jylande/DailyTools")
remotes::install_github("Jylande/DailyTools",force = TRUE)

下载成功以后，我们可以library一下R包。
library(DailyTools)
然后看看对应函数的介绍：
?compare_revalue

从介绍中了解，该函数主要用重新赋值向量。换句话说，既能做批量字符替换，也可以做数值大小比较后的重新赋值（这也是考虑，有时候有的函数可以做字符，有的只能做数值，所以我重新定义了一个即可做字符和数值，也可以做比较的函数）。具体用法如下：compare_revalue(data, id_cols= NULL, from=NULL, to=NULL, less=NULL, greater=NULL, equal=NULL, revalue=NULL)。从函数用法看，多参数存在NULL，这表明都是可交互的，该函数既可以用来替换字符或者因子型向量，也可以做数值大小比较并重新赋值。关于参数名称，为了让大家更容易记住，直接以小于(less)，大于(greater)，等于(equal)来命名了。

对应参数的介绍如下:

参数解读：

data: 可以是向量、矩阵、数据框等。

id_cols: 数据中指定的列(名称)。参数可以是一个向量或矩阵，或data.frame，例如id_cols = “a”，或id_cols =1，或id_cols = 1:3。

from: 该参数为数据集种需要被替换的字符或者因子。并且需要与to参数联用。如from=A，to=B，表示为将所有A向量替换为B向量。

to: 该参数为目标向量，指的是想把from的字符或因子替换成什么向量？这可以可以是字符、因子也可以是数值向量。

less: 顾名思义，这是一个做数值比较的参数。与该参数相比还小的值，重新赋值为新的目标变量。如：less=0.1。

greater:非常好理解，有小必有大。与该参数相比还大的值，重新赋值为新的目标变量。如：greater=0.1。

equal: 自然少不了相等的。与该参数相等的值，重新赋值为新的目标变量。如：equal=0.1。

revalue:该参数是做数值比较时一个关键参数，必须填写，这是目标变量。比如我想把比较后的值，重新赋值为1，那么revalue=1。

此外，如果想查看源代码，我们直接打上所需查看的函数即可：

compare_revalue # 按 enter+ctrl 或者F2 即可

compare_revalue的实际应用

我相信，根据上面的定义，大家轻而易举的就能记住所有的参数。下面进行实际操作。
考虑目前该R包只有一个函数，所以没有构建data，因此下面案例就是随机构建的练习数据。

我们从例子来学习：

批量字符或因子型向量的替换：如果想把 “a” 替换成 “A”

est_char <- rep("a", 10)
compare_revalue(test_char, from = "a", to = "A")test_factor <- factor(test_char)
compare_revalue(test_factor, from = "a", to = "A")

批量数值型向量大小比较并重新赋值(当然也可以把数值替换成其他字符向量）：我们比较向量中小于0.5的值，重新赋值为1

set.seed(1)
test_num1 <- runif(10, min=-1, max=2)
compare_revalue(data = test_num1, less = 0.5, revalue = 1)

如果是想比较大于等于的话，再添加一个equal参数就可以。

test_num2 <- c(0, 2, 1, 3, 4, -0.5, -0.11, -0.25, 0.5, 1.5, 2.5, 0.5)
compare_revalue(data = test_num2, greater = 0.5, equal  = 0.5, revalue = 1)

最后以矩阵和数据框为例子，进行批量处理。

set.seed(1)
test_matrix1 <- matrix(runif(1000000, min = -0.5, max = 1), nrow = 1000)
result1 <- compare_revalue(data = test_matrix1[1:100,1:500],less = 0.5, equal = 0.5, revalue = 0);result1set.seed(1)
test_matrix2 <- data.frame(a = sample(c("a","b","c"), 1000, replace = TRUE),b = sample(c("A","B"), 1000, replace = TRUE),c = sample(c("huawei","apple"), 1000, replace = TRUE),d = sample(c(0, 1), 1000, replace = TRUE))
result2 <- compare_revalue(data = test_matrix2, from = "A", to = "C" );result2set.seed(1)
test_matrix3 <- data.frame(a = sample(c(1,2,3), 1000,replace = TRUE),b = sample(c(5,6,7), 1000, replace = TRUE),c = sample(c(-1,-2,-3), 1000, replace = TRUE),d = sample(c(0, 1), 1000, replace = TRUE))
result3 <- compare_revalue(data = test_matrix3, equal = 0.5, revalue = 0);result3

补充：如果想指定某列或某几列的数据进行批量处理，使用id_cols参数。

result4 <- compare_revalue(data = test_matrix3, id_cols = 1:3, equal = 1, revalue = 0);result4result5 <- compare_revalue(data = test_matrix3, id_cols = 1, equal = 1, revalue = 0);result5result6 <- compare_revalue(data = test_matrix2, id_cols = "b", from = "A", to = "c");result6

自定义函数 | R语言批量字符替换、数值大小比较并赋值相关推荐

自定义函数 | R语言偏相关分析及绘图
R语言的偏相关分析过程偏相关分析介绍阶偏相关分析: 偏相关系数: Pearson相关系数 Spearman相关系数 Kendall等级相关系数 R语言实现偏相关分析 pcor() pcor.tes ...
【R语言进阶】不同数值大小的比较
逻辑数值比较Comparison of logicals TRUE==FALSE 比较数字 -6*14 !=17-101 比较英文字符串Comparison of character strings ...
R语言将字符型（Character）变量转化为数值型（Numeric）
R语言将字符型(Character)变量转化为数值型(Numeric) 目录 R语言将字符型(Character)变量转化为数值型(Numeric) #基本语法
R语言数据类型基础1 数值型、逻辑型与文本型
R语言数据类型基础1 数值型.逻辑型与文本型我看的R语言教材是李东风老师写的,已经跟着写了一周的代码了,但是可能是缺乏练习和总结,我相当于是打了遍字而已.所以现在又回头总结一下,里面一些太过细节的操 ...
c r语言中rank函数,R语言rank函数详细解析
R语言rank函数详细解析发布于 2016-01-04 16:26:04 | 557 次阅读 | 评论: 0 | 来源: PHPERZ R 数据统计分析语言R是用于统计分析.绘图的语言和操作环境.R ...
quantile函数r语言_R中的Quantile（）函数-简要指南
quantile函数r语言 You can generate the sample quantiles using the quantile() function in R. 您可以使用R中的Quan ...
安卓最好的浏览器_今日软件 | AI一键抠图、隐私保护工具、全能下载器、安卓启动器、茄子快传、迅雷、批量字符替换、傲游浏览器、全局负一屏...
今日软件更新安卓APP 「SHAREit」5.7.18 # 茄子快传,手机文件传输工具 ▾下载:https://lanzoux.com/iyyn4hdfs9c 「QuickEdit」1.7.0 # ...
R语言批量读取txt文件并合并
气象数据处理-R语言批量读取txt数据并合并处理地面气候资料日值数据集v3.0 数据集以月为单位存储,每个月是一个单独的文件,上图. 在处理数据过程中,我们往往会将单独的数据合并到一起做进一步分析, ...
R语言批量提取excel当中的数据
使用R语言批量提取excel文件前言步骤总结前言在工作当中,为了方便统计单项数据,经常会遇上同一格式的几百份数据项需要提取到同一个表格的情况,博主非计算机专业,R语言代码不一定规范,但是经验 ...

自定义函数 | R语言批量字符替换、数值大小比较并赋值

批量字符替换、数值大小比较并重新赋值

起初的循环与嵌套

函数的完善和修改

compare_revalue的实际应用

自定义函数 | R语言批量字符替换、数值大小比较并赋值相关推荐

最新文章

热门文章