r - 限制数据框中所有单元格的字符串长度？

Question

您好，有没有一种方法可以限制 data.frame 中所有列的字符串文本大小，而不必遍历每一列并一次使用 str_trunc 之类的东西一列？例如下面的数据框，我可以将所有文本大小限制为仅 5 个字符，而不必一次一列吗？如果这有 50 列，一次截断一列将很困难。

g1 = data.frame ( 
  gene = c( "aaaaaaa","aaaaaaa","aaaaaaaaaaaa","a","bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb"),
  value = c("1fdfdfdsfdsfdsfds","2fdfdfdfdsfds00","fdfdfds3","5ffffffffffff","0")
)

我试过类似的东西但失败了。 lapply(g1, str_trunc, 5)

如果我可以一次性将数据框中的任何字符串限制为仅 5 个字符，那就太好了。所以例如第一个单元格，第 1 行，第 1 列将只是 aaaaa

谢谢。

Answer 1

在 OP 的代码中，str_trunc默认使用 ellipsis = "..." .如果我们将它更改为空白 ( "" )，它应该会给出与上面相同的输出。 lapply 的输出是 list ，所以我们可以将它分配回 data.frame 或用 data.frame 包装转换 list至 data.frame

library(stringr)
g1[] <- lapply(g1, str_trunc, 5, ellipsis = "")
g1
#   gene value
#1 aaaaa 1fdfd
#2 aaaaa 2fdfd
#3 aaaaa fdfdf
#4     a 5ffff
#5 bbbbb     0

或者我们可以使用 base R通过转换 data.frame至 matrix并使用 substr来自 base R没有循环

g1[] <- substr(as.matrix(g1), 1, 5)
g1
#   gene value
#1 aaaaa 1fdfd
#2 aaaaa 2fdfd
#3 aaaaa fdfdf
#4     a 5ffff
#5 bbbbb     0

---

或使用 tidyverse

library(dplyr) #1.0.0
library(stringr)
g1 %>%  
      mutate(across(everything(), str_sub, 1, 5))
#   gene value
#1 aaaaa 1fdfd
#2 aaaaa 2fdfd
#3 aaaaa fdfdf
#4     a 5ffff
#5 bbbbb     0

如果我们有一个 dplyr版本 < 1.0.0，一个选项是mutate_all

g1 %>%
    mutate_all(str_sub, 1, 5)