r - 使用带有否定谓词函数的 dplyr 的 _if() 函数，例如 mutate_if()

Question

根据 the documentation of the dplyr package :

# The _if() variants apply a predicate function (a function that
# returns TRUE or FALSE) to determine the relevant subset of
# columns.
# mutate_if() is particularly useful for transforming variables from
# one type to another
iris %>% mutate_if(is.factor, as.character)

那么如何使用逆形式呢？我想将所有非数字值转换为字符，所以我想这样做:

iris %>% mutate_if(!is.numeric, as.character)
#> Error in !is.numeric : invalid argument type

但这不起作用。或者只选择所有不是数字的变量:

iris %>% select_if(!is.numeric)
#> Error in !is.numeric : invalid argument type

也不行。

我如何使用 negation与 dplyr函数如 mutate_if() , select_if()和 arrange_if() ?

编辑:这可能会在即将发布的 dplyr 1.0.0 中解决: NEWS.md .

Answer 1

我们可以使用速记符号 ~用于 tidyverse 中的匿名函数

library(dplyr)
iris %>% 
     mutate_if(~ !is.numeric(.), as.character)

或者没有匿名函数，使用 negate来自 purrr

library(purrr)
iris %>%
     mutate_if(negate(is.numeric), as.character)

除了 negate , Negate来自 base R也有效

iris %>%
   mutate_if(Negate(is.numeric), as.character)

相同的符号，适用于 select_if/arrange_if

iris %>%
     select_if(negate(is.numeric))%>%
     head(2)
#  Species
#1  setosa
#2  setosa