R 如何为每个变量重新编码具有不同值的多个变量

我有一个包含100多个变量的调查数据集，几乎所有的数据集都有1-10个代码值。每列的代码值在另一个df中提供

示例数据：

survey_df = structure(list(resp_id = 1:5, gender = c("1", "2", "2", "1", 
"1"), state = c("1", "2", "3", "1", "4"), education = c("1", 
"1", "1", "2", "2")), class = "data.frame", row.names = c(NA, 
-5L))

由于调查列会随着时间/产品的变化而变化，我希望避免任何硬编码的重新编码，因此有一个函数，该函数将输入一个列名，并从编码的\u df返回一个“命名向量”

get_named_vec <- function(x) {
  tmp_chr <- coded_df %>%
    filter(col == x) %>%
    mutate(col_values = str_replace_all(col_values, "\\n", "")) %>%
    separate_rows(col_values, sep = ",") %>%
    separate(col_values, into = c("var1", "var2"), sep = "-") %>%
    mutate(var1 = as.character(as.numeric(var1)), 
           var2 = str_trim(var2)) %>%
    pull(var2, var1)

  return(tmp_chr)
  
}

到目前为止，这项工作每列的基础上，这意味着100+执行

但是我如何通过mutate_at来运行它，以便在单个执行中有选择地重新编码某些变量呢

# This does not work.
to_update_col<-c("state","gender")
survey_df%>%
  mutate_at(.vars=all_of(to_update_col),.funs=function(x) recode(x,!!!get_named_vec(x))))

#这不起作用。
要更新\u列%
在（.vars=all_of（to_update_col），.funs=function（x）recode（x，！！！get_named_vec（x）））处进行变异

非常感谢任何帮助

谢谢

---

Vinay

我希望将其转换为pivot-join-pivot操作会更简单、更高效，在该操作中，您可以将源表和查找表转换为长格式，将它们连接起来，然后重新调整为宽格式

survey_df %>%
  pivot_longer(-resp_id) %>%
  left_join(coded_df_long, by = c("name" = "col", "value" = "old")) %>%
  select(-value) %>%
  pivot_wider(names_from = name, values_from = new)

鉴于此调查信息：

survey_df = structure(list(resp_id = 1:5, 
                           gender = c(1L, 2L, 2L, 1L, 1L), 
                           state = c(1, 2, 3, 1, 4), 
                           education = c(1L, 1L, 1L, 2L, 2L)), class = "data.frame", row.names = c(NA, -5L)) %>%
 mutate(across(-resp_id, as.character))

我们可以将查找表转换为长格式：

coded_df_long <- coded_df %>%
  separate_rows(col_values, sep = ",") %>%
  separate(col_values, c("old", "new"), extra = "merge")

结果

# A tibble: 5 x 4
  resp_id gender state education  
    <int> <chr>  <chr> <chr>      
1       1 Male   CA    High School
2       2 Female TX    High School
3       3 Female AZ    High School
4       4 Male   CA    Bachelor   
5       5 Male   CO    Bachelor   

#一个tible:5 x 4
负责性别国家教育
1男CA高中
德克萨斯州2所女子高中
3 AZ女子高中
4男CA学士
5男学士

获取命名向量（）

不起作用。对于初学者来说，

col\u value

的列引用应该是

coded\u df

中的

col\u value

。在

coded_df

中，替换值位于

状态

的等号左侧（假设在

survey_df

中它们被编码为“CO”、“CA”等），但对于其他变量，替换值位于等号右侧。那是你的意图吗？您是否试图将测量值从数字表示形式重新编码为字符串表示形式？在创建伪df+函数时出现打字错误。修正了更新。这太棒了！。。这适用于问题中的虚拟数据帧。我正在尝试我的实际调查，这将恢复。有趣的是，我专注于“重新编码”，我错过了连接！！！把这个也放在这里，以防有人在这里导航时遇到类似的问题。虽然pivots/Separate对我有所帮助，但以下内容也可以直接使用，正如我最初通过函数预期的那样。函数（x）{var\u name

survey_df %>%
  pivot_longer(-resp_id) %>%
  left_join(coded_df_long, by = c("name" = "col", "value" = "old")) %>%
  select(-value) %>%
  pivot_wider(names_from = name, values_from = new)

# A tibble: 5 x 4
  resp_id gender state education  
    <int> <chr>  <chr> <chr>      
1       1 Male   CA    High School
2       2 Female TX    High School
3       3 Female AZ    High School
4       4 Male   CA    Bachelor   
5       5 Male   CO    Bachelor