separate gather functions example cheatsheet r string dplyr plyr

gather - ¿Existe una alternativa a la función de "revalorización" de plyr cuando se usa dplyr?



summarize r dplyr (4)

Soy un fan de la función de revalue es plyr para sustituir cadenas. Es simple y fácil de recordar.

Sin embargo, he migrado un nuevo código a dplyr que no parece tener una función de revalue . ¿Cuál es el idioma aceptado en dplyr para hacer cosas previamente realizadas con revalue ?


Hay una función de recode disponible a partir de la versión dplyr dplyr_0.5.0 que parece muy similar a la revalue de plyr .

Ejemplo construido desde la sección de ejemplos de documentación de recode :

set.seed(16) x = sample(c("a", "b", "c"), 10, replace = TRUE) x [1] "a" "b" "a" "b" "b" "a" "c" "c" "c" "a" recode(x, a = "Apple", b = "Bear", c = "Car") [1] "Car" "Apple" "Bear" "Apple" "Car" "Apple" "Apple" "Car" "Car" "Apple"

Si solo define algunos de los valores que desea recodificar, de manera predeterminada, el resto se rellena con NA .

recode(x, a = "Apple", c = "Car") [1] "Car" "Apple" NA "Apple" "Car" "Apple" "Apple" "Car" "Car" "Apple"

Este comportamiento se puede cambiar usando el argumento .default .

recode(x, a = "Apple", c = "Car", .default = x) [1] "Car" "Apple" "b" "Apple" "Car" "Apple" "Apple" "Car" "Car" "Apple"

También hay un argumento .missing si desea reemplazar los valores perdidos con otra cosa.


Podemos hacer esto con chartr de base R

chartr("ac", "AC", x)

datos

x <- c("a", "b", "c")


Quería comentar sobre la respuesta de @aosmith, pero me falta reputación. Parece que hoy en día el valor predeterminado de la función dplyr de dplyr es dejar los niveles no especificados afectados.

x = sample(c("a", "b", "c"), 10, replace = TRUE) x [1] "c" "c" "b" "b" "a" "b" "c" "c" "c" "b" recode(x , a = "apple", b = "banana" ) [1] "c" "c" "banana" "banana" "apple" "banana" "c" "c" "c" "banana"

Para cambiar todos los niveles no .default = NA_character_ a NA , se debe incluir el argumento .default = NA_character_ .

recode(x, a = "apple", b = "banana", .default = NA_character_) [1] "apple" "banana" "apple" "banana" "banana" "apple" NA NA NA "apple"


Una alternativa que me parece útil es la función mapvalues ​​para data.tables, por ejemplo,

df[, variable := mapvalues(variable, old = old_names_string_vector, new = new_names_string_vector)]