R：根据值自动转换列类型

我有一个有很多列的tible。我不想一个接一个地改变它们。假设泰布尔看起来像这样：

df <- tibble(
  x = c(1,0,1,1,'a'), 
  y = c('A', 'B', 1, 'D', 'A'), 
  z = c(1/3, 4, 5/7, 100, 3)
)

df尝试以下操作：

library(purrr)
map2_dfc(df, df_map$col_type, type.convert, as.is = T)

此代码假定
df\u map$col
与
names（df）
的顺序相同（感谢@Moody\u mudscappper指出这一点）

正如@NelsonGon所指出的，R中合适的数据类型应该是“整数”、“字符”和“双精度”

编辑以包括注释中要求的布尔变量的先前修改：

库（tidyverse）
df%>%
如果（~相同（排序（唯一（）），c（1,2）），~{.-1}）%>%
map2_dfc（df_map$col_type，type.convert，as.is=T）
尝试以下操作：

library(purrr)
map2_dfc(df, df_map$col_type, type.convert, as.is = T)

此代码假定
df\u map$col
与
names（df）
的顺序相同（感谢@Moody\u mudscappper指出这一点）

正如@NelsonGon所指出的，R中合适的数据类型应该是“整数”、“字符”和“双精度”

编辑以包括注释中要求的布尔变量的先前修改：

库（tidyverse）
df%>%
如果（~相同（排序（唯一（）），c（1,2）），~{.-1}）%>%
map2_dfc（df_map$col_type，type.convert，as.is=T）
我会使用包
readr
来完成这样的任务，它是
tidyverse

SuppressPackageStatupMessages（库（tidyverse））
#修改列类型以与？readr:：cols兼容
df_地图$col_类型“i”“c”“d”
#根据您的规格转换
类型转换（df，exec（cols，！！！矢量映射））
#>类型转换列（字符列[[i]]，规格$cols[[i]]中的警告，
#>哪个（是_字符）[i]，：[4，1]：应为整数，但得到“a”
#>#tibble:5 x 3
#>x y z
#>       
#>1 A 0.333
#>20B4
#> 3     1 1       0.714
#>41D100
#>5 NA A 3
我会使用包
readr
来完成这样的任务，它是
tidyverse

SuppressPackageStatupMessages（库（tidyverse））
#修改列类型以与？readr:：cols兼容
df_地图$col_类型“i”“c”“d”
#根据您的规格转换
类型转换（df，exec（cols，！！！矢量映射））
#>类型转换列（字符列[[i]]，规格$cols[[i]]中的警告，
#>哪个（是_字符）[i]，：[4，1]：应为整数，但得到“a”
#>#tibble:5 x 3
#>x y z
#>       
#>1 A 0.333
#>20B4
#> 3     1 1       0.714
#>41D100
#>5 NA A 3
type.convert（df）
您的映射没有有效的R数据类型。可能重复
type.convert（df）
您的映射没有有效的R数据类型。可能重复的可能重复的只是想指出，由于
map2\u dfc
来自
purrr
包，您可以加载它，而不是加载为TidyVersesh的所有内容，谢谢！这里是否也可以包含用户定义的函数？我有e一些列的值为1，2为布尔值，在转换前应减去1？您可以事先修改这些变量：
dplyr:：mutate_if（df、~idential（sort（unique（.））、c（1,2））、~{.-1}）
df\u map$col
未使用，因此它假定
df
的col按
df\u map$col
排序。这是真的，只有当
df\u map$col
与
名称（df）的顺序相同时，我的代码才能正常工作
。我将进行编辑以反映这一点，只是想指出，由于
map2_dfc
来自
purrr
软件包，您可以直接加载它，而不是加载为TidyVersesh的所有内容，谢谢！这里是否也可以包含用户定义的函数？我有一些列的值为1，2为布尔值在转换之前应该减去1吗？您可以事先修改这些变量：
dplyr:：mutate_if（df，~idential（sort（unique（.）），c（1,2）），~{-1}）
df\u-map$col
未使用，因此它假定
df
的col按
df\u-map$col
排序。这是真的，只有当
df\u-map$col
与
names（df）
的顺序相同时，我的代码才能正常工作。我将进行编辑，以反映这比我的解决方案好这比我的解决方案好