r - 使用dplyr根据列名更改数据框中的值？

Question

我的问题看起来很简单，但想不出一个简单的解决方案。
我的数据集中所有分类变量都有一个“缺失”值。
为了稍后使用我自己的函数连接结果，我需要这个值是唯一的，所以我想要的是将值“missing”更改为“missing (var_name)”。
我首先尝试了类似的东西:

data %>% mutate(across(where(is.character),
                       ~ replace(., . == "missing", paste("missing", SOMETHING(.)))))

这不太有效，因为我想念这个 SOMETHING函数来访问整个 across 中的列名语句只使用“。”范围...
我尝试的另一个解决方案是使用

purrr:imap(data %>% select(where(is.character)),
           ~ replace(.x, .x == "missing", paste("missing", .y))))

这与我想要的很接近，但随后我无法轻松且有效地重新插入 purrr:imap输出到我的初始数据帧而不是初始字符列。
我想我需要休息一下和/或一些帮助才能看得更清楚，因为我有点厌倦了与看起来如此简单的事情作斗争......
我宁愿使用 dplyr解决方案但 purrr一个没问题。实际上，无论工作正常且快速(正如您所知，我有 600 多个列和 150,000 行)
欢迎任何帮助或建议!
谢谢

Answer 1

示例数据

df <- data.frame(var.X = c("a", "missing", "a"),
                 var.Y = c("b", "b", "missing"),
                 var.Z = c("missing", "missing", "c"))

#     var.X   var.Y   var.Z
# 1       a       b missing
# 2 missing       b missing
# 3       a missing       c

来自 dplyr ，您可以使用 cur_column()在 across() .来自 ?context :

cur_column() gives the name of the current column (in across() only).

library(dplyr)

df %>%
  mutate(across(where(is.character),
                ~ recode(.x, missing = paste0("missing(", cur_column(), ")"))))

#            var.X          var.Y          var.Z
# 1              a              b missing(var.Z)
# 2 missing(var.X)              b missing(var.Z)
# 3              a missing(var.Y)              c

或者

df %>%
  mutate(across(where(is.character),
                ~ recode(.x, missing = sprintf("missing(%s)", cur_column()))))