R -从数据框列中的单位拆分数值，并将单位追加到列名

zpjtge22  于 2023-11-14  发布在  其他
关注(0)|答案(3)|浏览(133)

我有一个样本 Dataframe 如下：

  1. df_test <- data.frame(
  2.   ID = c(1:5),
  3.   Length = c("17 mm","20 mm", "32 mm", "69 mm", "100 mm"),
  4.   Vmax = c("17 cm2","20 cm2", "32 cm2", "69 cm2", "100 cm2"),
  5.   Age = c("17 years","20 years", "32 years", "69 years", "100 years"),
  6.   PG = c("17 mmHg","20 mmHg", "32 mmHg", "69 mmHg", "100 mmHg"),
  7.   Weight = c("17 kg","20 kg", "32 kg", "69 kg", "100 kg")
  8. )

字符串
我想标识每列中的单位，将这些单位附加到列名中，并且只留下数值。结果应该如下所示：

  1. ID Length_cm Vmax_cm2 Age_years PG_mmHg Weight_kg
  2. 1  1        17       17        17      17        17
  3. 2  2        20       20        20      20        20
  4. 3  3        32       32        32      32        32
  5. 4  4        69       69        69      69        69
  6. 5  5       100      100       100     100       100

型
然后，我想更进一步，能够指定范围内的哪些列应用此规则。
使用下面的代码，我可以成功地完成一个指定的列：

  1. df_test$Vmax
  3. units <- gsub(".* ", "", df_test$Vmax)
  4. units <- units[!is.na(units)]
  5. units <- unique(units)
  7. df_test$Vmax <- as.numeric(gsub(" .*$", "", df_test$Vmax))
  9. col_index <- which(colnames(df_test) == "Vmax")
  10. col_name <- colnames(df_test)[col_index]
  12. new_col_name <- paste(col_name, units, sep="_")
  13. names(df_test)[col_index] <- new_col_name

型
我不知道如何将这个方法应用于多个列，我尝试将其放入for循环并使用mutate（across（）），但没有成功。
注意：为了澄清，数值和单位总是用空格分隔。单位在任何给定的列中都是一致的。列中也可能有一些NA值。
任何关于这方面的帮助将不胜感激！谢谢！

r

3条答案

按热度按时间
ifsvaxew

ifsvaxew1#

我们可以重新整形longest，然后将每个度量值分为一个值和一个单位，将数字转换为数字数据，然后重新整形wide，将原始列名和新名称的单位组合在一起。

  1. library(tidyr)
  2. df_test %>%
  3.   pivot_longer(-ID) %>%
  4.   separate(value, c("val", "unit"), convert = TRUE) %>%
  5.   pivot_wider(names_from = c(name, unit), values_from = val)

字符串
结果

  1. # A tibble: 5 x 6
  2.      ID Length_mm Vmax_cm2 Age_years PG_mmHg Weight_kg
  3.   <int>     <int>    <int>     <int>   <int>     <int>
  4. 1     1        17       17        17      17        17
  5. 2     2        20       20        20      20        20
  6. 3     3        32       32        32      32        32
  7. 4     4        69       69        69      69        69
  8. 5     5       100      100       100     100       100

型

展开查看全部
赞(0）分享  回复(0）举报  2023-11-14
jhkqcmku

jhkqcmku2#

试试这个：

  1. library(tidyverse)
  3. df_test %>% 
  4.   pivot_longer(-ID, names_to = "column", values_to = "value") %>% 
  5.   separate(col = value, into = c("value", "unit")) %>% 
  6.   
  7.   transmute(
  8.     ID, 
  9.     column = str_c(column, unit, sep = "_"),
  10.     value = as.numeric(value)
  11.   ) %>% 
  12.   
  13.   pivot_wider(names_from = column, values_from = value) 
  15. # A tibble: 5 × 6
  16.      ID Length_mm Vmax_cm2 Age_years PG_mmHg Weight_kg
  17.   <int>     <dbl>    <dbl>     <dbl>   <dbl>     <dbl>
  18. 1     1        17       17        17      17        17
  19. 2     2        20       20        20      20        20
  20. 3     3        32       32        32      32        32
  21. 4     4        69       69        69      69        69
  22. 5     5       100      100       100     100       100

字符串
另外，在colnames上尝试lower_case + camel_case，避免一些麻烦！
列中也可能有一些NA值。
PS.小版本，以帮助与NA数据。
让我们说：

  1. df_test <- data.frame(
  2.   ID = c(1:5),
  3.   Length = c("17 mm","20 mm", "32 mm", NA_character_, "100 mm"),
  4.   Vmax = c("17 cm2","20 cm2", "32 cm2", "69 cm2", NA_character_),
  5.   Age = c("17 years", NA_character_, NA_character_, "69 years", "100 years"),
  6.   PG = c("17 mmHg","20 mmHg", "32 mmHg", "69 mmHg", "100 mmHg"),
  7.   Weight = c(NA_character_,"20 kg", "32 kg", "69 kg", "100 kg")

型
如果至少有一个值不是NA，则按“列”分组的fill将完成此任务：

  1. df_test %>% 
  2.   pivot_longer(-ID, names_to = "column", values_to = "value") %>% 
  3.   separate(col = value, into = c("value", "unit")) %>% 
  4.   
  5.   with_groups(column, \(x) fill(x, unit, .direction = "downup")) %>% 
  6.   
  7.   transmute(
  8.     ID, 
  9.     column = str_c(column, unit, sep = "_"),
  10.     value = as.numeric(value)
  11.   ) %>% 
  12.   
  13.   pivot_wider(names_from = column, values_from = value) 
  15. # A tibble: 5 × 6
  16.      ID Length_mm Vmax_cm2 Age_years PG_mmHg Weight_kg
  17.   <int>     <dbl>    <dbl>     <dbl>   <dbl>     <dbl>
  18. 1     1        17       17        17      17        NA
  19. 2     2        20       20        NA      20        20
  20. 3     3        32       32        NA      32        32
  21. 4     4        NA       69        69      69        69
  22. 5     5       100       NA       100     100       100

型

展开查看全部
赞(0）分享  回复(0）举报  2023-11-14
iyfamqjs

iyfamqjs3#

或者，请尝试

  1. # get the units
  2. nm <- sapply(df_test[,-1], \(x){ 
  3. str_extract(x,'(?<=\\s).*')[1]
  4.   })
  6. # rename the variables with units
  7. names(df_test)[2:6] <- paste(as.vector(names(df_test)[-1]),as.vector(nm),sep = '_')
  9. # remove the units from variables
  10. new_df <- map_df(df_test[,-1], \(x) {
  11.   str_extract(x,'.*(?=\\s)')
  12. })
  14. # combine the ID with other variables
  15. cbind(ID=df_test[,1],new_df)

字符串
创建于2023-11-09带有reprex v2.0.2

  1. ID Length_mm Vmax_cm2 Age_years PG_mmHg Weight_kg
  2. 1  1        17       17        17      17        17
  3. 2  2        20       20        20      20        20
  4. 3  3        32       32        32      32        32
  5. 4  4        69       69        69      69        69
  6. 5  5       100      100       100     100       100

型

展开查看全部
赞(0）分享  回复(0）举报  2023-11-14
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com