根据相应的列 r 替换列值

Question

我有大约 60 个不同的列，其中 30 个列按名称对应于其余 30 个列。我想根据其他相应值替换这 30 个列值。

1. 示例数据:

df.wide<-data.frame(
  title=c("A","B","C","D"),
  IM.A=c(0.5,0.1,4.6,5.6),
  LV.A=c(0.7,0,2.5,5),
  IM.B=c(0.2,0.4,2.6,2.2),
  LV.B=c(1,2,4.5,5),
  IM.C=c(2,1,3,4),
  LV.C=c(3,2,5,1)
)

对于数据中的每个标题，我有更多列 - IM.D~~ LM.D~~。

我已将数据重新调整为很长，以提取唯一的列名称:

df.long <- gather(df.wide, element,value, IM.A:LV.C)
df.long <- select(df.long, c("element"))
df.long <- unique(df.long)

我已将 LV 和 IM 分成不同的数据。

lv <- as.data.frame(df.long[grep("LV", df.long$element), ])
im <- as.data.frame(df.long[grep("IM", df.long$element), ])

我不知道如何从这里继续，但基本上我想将列 LV 值更改为 0(如果其对应的 IM 值小于 2.5)，并且我尚未在互联网上找到解决方案。<

最终数据如下所示:

df.wide<-data.frame(
  title=c("A","B","C","D"),
  IM.A=c(0.5,0.1,4.6,5.6),
  LV.A=c(0,0,2.5,5),
  IM.B=c(0.2,0.4,2.6,2.2),
  LV.B=c(0,0,4.5,0),
  IM.C=c(2,1,3,4),
  LV.C=c(0,0,5,1)
)

Answer 1

也许可以将您的数据放在长格式中:

library(data.table)
setDT(df.wide)

dt.long = melt(df.wide, meas=patterns(IM = "^IM", LV = "^LV"))
dt.long[, variable := c("A","B","C")[variable]]

    title variable  IM  LV
 1:     A        A 0.5 0.7
 2:     B        A 0.1 0.0
 3:     C        A 4.6 2.5
 4:     D        A 5.6 5.0
 5:     A        B 0.2 1.0
 6:     B        B 0.4 2.0
 7:     C        B 2.6 4.5
 8:     D        B 2.2 5.0
 9:     A        C 2.0 3.0
10:     B        C 1.0 2.0
11:     C        C 3.0 5.0
12:     D        C 4.0 1.0

从这里可以轻松进行编辑:

dt.long[IM < 2.5, LV := 0]

如果你想使用tidyr:据我所知，gather在转换为长格式时不支持创建两列。下一代函数 pivot_longer 可能会。

---

我建议尽可能长时间地继续使用长格式的数据，以避免进一步摆弄变量名称，但如果您需要恢复宽格式，那么......

res = dcast(dt.long, title ~ variable, value.var=c("IM", "LV"), sep=".")

   title IM_A IM_B IM_C LV_A LV_B LV_C
1:     A  0.5  0.2    2  0.0  0.0    0
2:     B  0.1  0.4    1  0.0  0.0    0
3:     C  4.6  2.6    3  2.5  4.5    5
4:     D  5.6  2.2    4  5.0  0.0    1

如果您想要相同的列顺序，则需要执行进一步的步骤:

setcolorder(res, names(df.wide))

   title IM.A LV.A IM.B LV.B IM.C LV.C
1:     A  0.5  0.0  0.2  0.0    2    0
2:     B  0.1  0.0  0.4  0.0    1    0
3:     C  4.6  2.5  2.6  4.5    3    5
4:     D  5.6  5.0  2.2  0.0    4    1