R：如何在data.frame中使用apply循环变量

我正在尝试学习如何使用apply（或apply家族的任何其他成员）在data.frame中循环变量

    df_long <- data.frame(id=c(1,1,1,1,2,2,2,2,3,3,3,3), 
             country=c('a','a','a','a','b','b','b','b','c','c','c','c'),
             year=c(1,2,3,4,1,2,3,4,1,2,3,4),
             amt = c(3,4,23,5,76,5,2,3,5,4,6,2))

例如：假设我有以下data.frame

    df_long <- data.frame(id=c(1,1,1,1,2,2,2,2,3,3,3,3), 
             country=c('a','a','a','a','b','b','b','b','c','c','c','c'),
             year=c(1,2,3,4,1,2,3,4,1,2,3,4),
             amt = c(3,4,23,5,76,5,2,3,5,4,6,2))

---

对于这个问题或如何使用apply和/或其他方法在data.frame中循环变量的任何见解，我都将不胜感激。

我将首先使用is.code>is.numeric查找数值列，然后仅在这些列中添加1

sapply/lappy

在每列上循环，如果列是数字或不是数字，则返回TRUE/FALSE。我们使用该逻辑索引（

col\u ind

）对数据帧进行子集划分并向其添加1

col_ind <- sapply(df_long, is.numeric)
df_long[col_ind] <- df_long[col_ind] + 1
df_long

#   id country year amt
#1   2       a    2   4
#2   2       a    3   5
#3   2       a    4  24
#4   2       a    5   6
#5   3       b    2  77
#6   3       b    3   6
#7   3       b    4   3
#8   3       b    5   4
#9   4       c    2   6
#10  4       c    3   5
#11  4       c    4   7
#12  4       c    5   3

---

我尝试了使用

sapply

和

apply

来遵循您最初要求的方法，但挑战在于它试图将结果强制转换为矩阵。它要么强制将所有变量作为字符返回，要么将

国家

变量转换为数字，并将

a

转换为

1

，

b

转换为

2

，依此类推

如果您喜欢使用

apply

函数之一的单行代码，那么我建议使用

lappy

lappy

将以列表的形式返回结果，然后可以将其转换为数据帧。解决方案如下：

as.data.frame(
  lapply(
    df_long, 
    function(col) 
      if(is.numeric(col)) {col + 1} else {col}))

结果是：

   id country year amt
1   2       a    2   4
2   2       a    3   5
3   2       a    4  24
4   2       a    5   6
5   3       b    2  77
6   3       b    3   6
7   3       b    4   3
8   3       b    5   4
9   4       c    2   6
10  4       c    3   5
11  4       c    4   7
12  4       c    5   3

---

这有助于理解如何将函数应用于特定列

   id country year amt
1   2       a    2   4
2   2       a    3   5
3   2       a    4  24
4   2       a    5   6
5   3       b    2  77
6   3       b    3   6
7   3       b    4   3
8   3       b    5   4
9   4       c    2   6
10  4       c    3   5
11  4       c    4   7
12  4       c    5   3