如何使用 R 操作多个变量 (79x1532)？

Question

我是一个努力学习数据整理的新手。目前我陷入了 79x1532 数据帧的数据争论中。

我的数据框有 79 个样本行和 1,532 列 - 2 个样本标识符列，1,530 个化学浓度列 (79x1,532)，如下所示。

wc_sample_conc_df
# A tibble: 79 x 1,532
   `Sample Name` `Sample Number` `1,2,4-Trichlor… `1,2-Dibromo-3-… `o-Dichlorobenz… `1,3-Dichlorobe… `p-Dichlorobenz… `1,4-Naphthoqui…
   <chr>         <chr>           <chr>            <chr>            <chr>            <chr>            <chr>            <chr>           
 1 CAS 001       A191916         <276             <423             <340             <340             <340             <6.32e+006      
 2 CAS 002       A191917         <276             <423             <340             <340             <340             <6.32e+006      
 3 CAS 003       A191918         <276             <423             <340             <340             <340             <6.32e+006      
 4 CAS 004       A191919         <276             <423             <340             <340             <340             <6.32e+006      
 5 CAS 005       A191920         <276             <423             <340             <340             <340             <6.32e+006      
 6 CAS 006       A191921         <276             <423             <340             <340             <340             <6.32e+006      
 7 CAS 007       A191922         <276             <423             <340             <340             <340             <6.32e+006      
 8 CAS 08        A191923         <276             <423             <340             <340             <340             <6.32e+006      
 9 CAS 009       A191924         <276             <423             <340             <340             <340             <6.32e+006      
10 CAS 010       A191925         <276             <423             <340             <340             <340             <6.32e+006      
# … with 69 more rows, and 1,524 more variables:

我的目标是

1 识别包含“<”的变量；

2 删除“<”并将变量类型从字符转换为数字；

3 将“<”原来存在的值除以 2

例如，我想在任务结束时将[1:10,3]中的值“<276”操作为138。

4 在步骤 1-3 之后，我的最终目标是为每个变量添加具有 0 或 1 的标志列。

例如[1:10,3]中的138和同一列[3]中较小的变量将标记为flag == 0。其他大于138的变量在同一列[3]中将标记为 flag == 1。我将在 flag 中使用此值来计算样本中化学物质的流行率 (n=79)。

然而，我仍然卡在第1-3步。

对于任务 1-3，我对一种化学品使用了以下命令，1,2,4-Trichlorobenzene Concentration (wc_sample_conc_df[1,3])

wc_sample_conc_df %>%
  mutate(`1,2,4-Trichlorobenzene Concentration` = case_when(
    grepl("<", `1,2,4-Trichlorobenzene Concentration`) ~ `1,2,4-Trichlorobenzene Concentration`)) %>% str_remove("<") %>% as.numeric() %>% . / 2
    TRUE ~ numeric(`1,2,4-Trichlorobenzene Concentration`)

我收到此错误消息，但不知道如何修复或从哪里重新开始..

Error in .(.) : could not find function "."
In addition: Warning messages:
1: In stri_replace_first_regex(string, pattern, fix_replacement(replacement),  :
  argument is not an atomic vector; coercing
2: In wc_sample_conc_df %>% mutate(`1,2,4-Trichlorobenzene Concentration` = case_when(grepl("<",  : NAs introduced by coercion

我也想知道是否有更好的方法来使用数据框 (79x1,532) 中的整个变量执行此过程。我试图找到一些示例，但只能找到较小数据框的简单示例。预先感谢您的帮助！

=====

@akrun 谢谢你的回答。我尝试使用您的回答中建议的命令，但又遇到了另一个错误。你能帮我添加或删除哪个括号吗？

> wc_sample_conc_df %>%
+ mutate(across(where(~ any(str_detect(., fixed("<"))), 
+                    ~ {tmp <- as.numeric(str_remove(., fixed("<")))
+                    case_when(str_detect(., fixed("<"))~ tmp/2, TRUE ~ tmp)))

Error: unexpected ')' in:
"                   ~ {tmp <- as.numeric(str_remove(., fixed("<")))
                   case_when(str_detect(., fixed("<"))~ tmp/2, TRUE ~ tmp))"

Answer 1

我们可以循环 across 列 where 有 any 个具有 < 的子字符串，然后使用 case_when 来划分那些具有 < 在每列中，在转换为数字后，否则 return 数字元素

library(dplyr)
library(stringr)
wc_sample_conc_df %>%
   mutate(across(where(~ any(str_detect(., fixed("<")))), 
         ~ {tmp <- as.numeric(str_remove(., fixed("<")))
            case_when(str_detect(., fixed("<"))~ tmp/2, TRUE ~ tmp)}))

如何使用 R 操作多个变量 (79x1532)？

How to manipulate multiple variables (79x1532) with R?

r

data-manipulation

data-wrangling