我有一个字符和数字变量的“混合数据框”。
city,hs_cd,sl_no,col_01,col_02,col_03
Austin,1,2,,46,Female
Austin,1,3,,32,Male
Austin,1,4,,27,Male
Austin,1,5,,20,Female
Austin,2,2,,42,Female
Austin,2,1,,52,Male
Austin,2,3,,25,Male
Austin,2,4,,22,Female
Austin,3,3,,30,Female
Austin,3,1,,65,Female
我想将数据框中的所有小写字符转换为大写。有什么方法可以一次性完成此操作,而无需对每个字符变量重复执行此操作?
df <- data.frame(v1=letters[1:5],v2=1:5,v3=letters[10:14],stringsAsFactors=FALSE)
v1 v2 v3
1 a 1 j
2 b 2 k
3 c 3 l
4 d 4 m
5 e 5 n
您可以使用:
data.frame(lapply(df, function(v) {
if (is.character(v)) return(toupper(v))
else return(v)
}))
这给出了:
v1 v2 v3
1 A 1 J
2 B 2 K
3 C 3 L
4 D 4 M
5 E 5 N
dplyr
包中,您还可以将
mutate_all()
函数与 toupper()
结合使用。这将影响角色和因子类别。library(dplyr)
df <- mutate_all(df, funs=toupper)
_if
、
_at
、_all
结尾的作用域动词已在 across()
1.0.0 或更高版本中被使用
packageVersion("dplyr")
取代。要使用 across
执行此操作:
df %>%
mutate(across(where(is.character), toupper))
across
的第一个参数是使用 tidyselect 语法转换哪些列。上面的代码将在所有字符列上应用该函数。across
的第二个参数是要应用的函数。除了命名函数之外,它还支持 purrr 风格的 lambda 函数/公式语法:~ toupper(.x)
或匿名函数 function(x) toupper(x)
(或 R > 4.1.0 中的简写 \(x) toupper(x)
),可以轻松设置其他函数参数并且清晰。数据
df <- structure(list(city = c("Austin", "Austin", "Austin", "Austin",
"Austin", "Austin", "Austin", "Austin", "Austin", "Austin"),
hs_cd = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L), sl_no = c(2L,
3L, 4L, 5L, 2L, 1L, 3L, 4L, 3L, 1L), col_01 = c(NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA), col_02 = c(46L, 32L, 27L, 20L,
42L, 52L, 25L, 22L, 30L, 65L), col_03 = c("Female", "Male",
"Male", "Female", "Female", "Male", "Male", "Female", "Female",
"Female")), class = "data.frame", row.names = c(NA, -10L))
R 中的 apply 函数很简单
f <- apply(f,2,toupper)
无需检查该列是字符还是其他类型。
另一种选择是使用
mutate_if()
和 str_to_upper()
函数的组合,两者都来自 tidyverse 包:
df %>% mutate_if(is.character, str_to_upper) -> df
这会将数据框中的所有字符串变量转换为大写。
str_to_lower()
做相反的事情。
对于使用这些答案的人来说,这里有一个附带评论。 Juba 的答案很棒,因为如果变量是数字或字符串,它的选择性就非常大。但是,如果您有组合(例如 a1、b1、a2、b2)等。它将无法正确转换字符。
正如@Trenton Hoffman 所说,
library(dplyr)
df <- mutate_each(df, funs(toupper))
同时影响特征类和因子类,适用于“混合变量”;例如如果您的变量同时包含字符和数字值(例如 a1),则两者都将转换为因子。总的来说,这并不是一个太大的问题,但是如果您最终想要匹配 data.frames,例如
df3 <- df1[df1$v1 %in% df2$v1,]
其中 df1 已被转换,df2 包含未转换的 data.frame 或类似的,这可能会导致一些问题。解决方法是你必须短暂运行
df2 <- df2 %>% mutate_each(funs(toupper), v1)
#or
df2 <- df2 %>% mutate_each(df2, funs(toupper))
#and then
df3 <- df1[df1$v1 %in% df2$v1,]
如果您使用基因组数据,那么知道这一点就可以派上用场。
如果您需要处理包含可以使用的因素的数据框:
df = data.frame(v1=letters[1:5],v2=1:5,v3=letters[10:14],v4=as.factor(letters[1:5]),v5=runif(5),stringsAsFactors=FALSE)
df
v1 v2 v3 v4 v5
1 a 1 j a 0.1774909
2 b 2 k b 0.4405019
3 c 3 l c 0.7042878
4 d 4 m d 0.8829965
5 e 5 n e 0.9702505
sapply(df,class)
v1 v2 v3 v4 v5
"character" "integer" "character" "factor" "numeric"
使用 mutate_each_ 将因子转换为字符,然后全部转换为大写
upper_it = function(X){X %>% mutate_each_( funs(as.character(.)), names( .[sapply(., is.factor)] )) %>%
mutate_each_( funs(toupper), names( .[sapply(., is.character)] ))} # convert factor to character then uppercase
给予
upper_it(df)
v1 v2 v3 v4
1 A 1 J A
2 B 2 K B
3 C 3 L C
4 D 4 M D
5 E 5 N E
同时
sapply( upper_it(df),class)
v1 v2 v3 v4 v5
"character" "integer" "character" "character" "numeric"
或者,如果您只想将某一特定行转换为大写,请使用以下代码:
df[[1]] <- toupper(df[[1]])