如何为每个变量重新编码具有不同值的多个变量

问题描述

我有一个包含 100 多个变量的调查数据集，几乎所有变量都有 1-10 个代码值。每列的代码值在另一个 df 中提供。

示例数据：

survey_df = structure(list(resp_id = 1:5,gender = c("1","2","1","1"),state = c("1","3","4"),education = c("1","2")),class = "data.frame",row.names = c(NA,-5L))

coded_df = structure(list(col = c("state","gender","education"),col_values = c("1-CA,2-TX,3-AZ,4-CO","1-Male,2-Female","1-High School,2-Bachelor")),-3L))

由于调查列随时间/产品而变化，我想避免任何硬编码重新编码，因此有一个函数可以输入列名并从 coded_df 返回“命名向量”。

get_named_vec <- function(x) {
  tmp_chr <- coded_df %>%
    filter(col == x) %>%
    mutate(col_values = str_replace_all(col_values,"\\n","")) %>%
    separate_rows(col_values,sep = ",") %>%
    separate(col_values,into = c("var1","var2"),sep = "-") %>%
    mutate(var1 = as.character(as.numeric(var1)),var2 = str_trim(var2)) %>%
    pull(var2,var1)

  return(tmp_chr)
  
}

然后我使用命名向量如下更新survey_df。

survey_df%>%
 mutate(gender = recode(gender,!!!get_named_vec("gender"),.default = "NA_character_"))

到目前为止，这项工作是基于每列进行的，这意味着 100 多次执行！

但是我如何通过 mutate_at 运行它，以便我在单次执行中选择性地重新编码某些变量。

# This does not work.
to_update_col<-c("state","gender")
survey_df%>%
  mutate_at(.vars=all_of(to_update_col),.funs=function(x) recode(x,!!!get_named_vec(x))))

非常感谢任何帮助！

谢谢

维奈

解决方法

我希望将其转换为枢轴-联接-枢轴操作会更简单、更高效，在该操作中，您可以将源表和查找表转换为长格式，将它们连接起来，然后再次调整宽度。

鉴于此调查信息：

survey_df = structure(list(resp_id = 1:5,gender = c(1L,2L,1L,1L),state = c(1,2,3,1,4),education = c(1L,2L)),class = "data.frame",row.names = c(NA,-5L)) %>%
 mutate(across(-resp_id,as.character))

我们可以将查找表转换成长格式：

coded_df_long <- coded_df %>%
  separate_rows(col_values,sep = ",") %>%
  separate(col_values,c("old","new"),extra = "merge")

然后将调查旋转很长，加入编码，然后再次旋转。

survey_df %>%
  pivot_longer(-resp_id) %>%
  left_join(coded_df_long,by = c("name" = "col","value" = "old")) %>%
  select(-value) %>%
  pivot_wider(names_from = name,values_from = new)

结果

# A tibble: 5 x 4
  resp_id gender state education  
    <int> <chr>  <chr> <chr>      
1       1 Male   CA    High School
2       2 Female TX    High School
3       3 Female AZ    High School
4       4 Male   CA    Bachelor   
5       5 Male   CO    Bachelor