dplyr ::突变除一个以外的所有数字变量？

问题描述

是否有一种方法可以对所有数字变量进行突变（除了一个（在这种情况下为年龄）或两个）？

数据

data = data.frame(
    Year = c(1,2,5,7,6,6),days = c(5,3,7),age = c(1,23,4,2),names = c("A063","A013","A063","A083","A019","A012","A113"))

这样的事情：我想缩放除年龄之外的所有数字术语

data = mutate(across(where(is.numeric & !age),scale))

解决方法

一个选项可能是：

data %>%
 mutate(across(c(where(is.numeric),-age),scale))

        Year       days age names
1 -1.2199771  0.1309842   1  A063
2 -0.7956372 -0.9168895   3  A013
3  0.4773823  0.6549210   5  A063
4  1.3260620 -0.9168895  23  A083
5 -0.7956372  1.1788579   2  A019
6  0.9017222 -1.4408263   4  A012
7 -0.7956372  0.1309842   5  A013
8  0.9017222  1.1788579   2  A113

,

我们可以在setdiff版select names上使用where，将列设为numeric并应用scale

library(dplyr)
out <- data %>%
   mutate(across(setdiff(names(select(.,where(is.numeric))),'age'),scale))
out
#        Year       days age names
#1 -1.2199771  0.1309842   1  A063
#2 -0.7956372 -0.9168895   3  A013
#3  0.4773823  0.6549210   5  A063
#4  1.3260620 -0.9168895  23  A083
#5 -0.7956372  1.1788579   2  A019
#6  0.9017222 -1.4408263   4  A012
#7 -0.7956372  0.1309842   5  A013
#8  0.9017222  1.1788579   2  A113

---

或带有imap

的另一个选项

library(purrr)
data %>%
   imap_dfc(~ if(is.numeric(.x) & .y != 'age') scale(.x) else .x)

---

或使用base R

i1 <- sapply(data,is.numeric) & names(data) != "age"
data[i1] <- lapply(data[i1],scale)