R 不带'；不都包含相同的级别

我有150k列，共1.05亿个条目，它们是

“无”、“01”、“12”、“2+”

。不幸的是，并非所有列都包含所有因素

e、 g

df%
data.table:：as.data.table（）

所以如果我这样做了

df$x1<-as.integer(as.factor(df$x1))

---

df$x1如果我们想在多个列上应用，请跨

library(dplyr)
df1 <- df %>%
    mutate(across(everything(), ~
      as.integer(factor(., levels = c("none","01","12","2+"))))

---

或者使用

base R

df[] <-  lapply(df, function(x) as.integer(factor(x, levels = c("none","01","12","2+"))))

---

df[]这是一个
数据表
解决方案。

对于大型数据集，与其调用两次
names（df）
，不如只调用一次，在转换
df
的列之前分配值，然后使用150K个名称的向量

library(data.table)

levs <- c("none","01","12","2+")
df[, (names(df)) := lapply(.SD, factor, levels = levs), .SDcols = names(df)]

identical(levels(df$x1), levels(df$x2))
#[1] TRUE

哇，闪电很快，非常感谢你！超级小警告（我知道快速谷歌可能会有用），但如果我不想做所有的专栏。说我想忽略第一个吗？@HCAI更新了答案谢谢。我刚看了dplyr，有一个很好的解释“跨越”，看起来非常有用！以（“seval”）开头对我来说可能很好。@HCAI这些只是
选择帮助程序
，当某些列名具有模式时可以使用这些帮助程序，例如前缀/后缀或其他与
匹配的正则表达式
等
library(dplyr)
df1 <- df %>%
    mutate(across(everything(), ~
      as.integer(factor(., levels = c("none","01","12","2+"))))

df1 <- df %>%
    mutate(across(-1, ~
      as.integer(factor(., levels = c("none","01","12","2+"))))

df[] <-  lapply(df, function(x) as.integer(factor(x, levels = c("none","01","12","2+"))))

library(data.table)

levs <- c("none","01","12","2+")
df[, (names(df)) := lapply(.SD, factor, levels = levs), .SDcols = names(df)]

identical(levels(df$x1), levels(df$x2))
#[1] TRUE

df[, (names(df)) := lapply(.SD, function(x){
  as.integer(factor(x, levels = levs))
}), .SDcols = names(df)]