用数字 (1 / 0) 替换逻辑值 (TRUE / FALSE)
Replace logical values (TRUE / FALSE) with numeric (1 / 0)
我正在使用以下命令从 R 导出数据：
write.table(output,file = "data.raw", na "-9999", sep = "\t", row.names = FALSE, col.names = FALSE)
它正确地导出了我的数据，但是它将所有逻辑变量导出为 TRUE 和 FALSE。
我需要将数据读入另一个只能处理数值的程序中。是否有一种有效的方法可以在导出过程中将 logical 列转换为数字 1 和 0？我有大量的数字变量，所以我希望自动循环遍历 data.table
中的所有变量
或者，我的输出对象是 data.table。有没有一种有效的方法可以将data.table中的所有逻辑变量转换为数值变量？
如果有帮助，这里有一些代码可以生成一个 data.table 其中包含一个逻辑变量（逻辑变量的数量不是很多，但足以在示例代码中使用）：
DT = data.table(cbind(1:100, rnorm(100) > 0)
DT[ , V3:= V2 == 1 ]
DT[ , V4:= V2 != 1 ]
一个怎么样：
dat <- data.frame(le = letters[1:10], lo = rep(c(TRUE, FALSE), 5))
dat
le lo
1 a TRUE
2 b FALSE
3 c TRUE
4 d FALSE
5 e TRUE
6 f FALSE
7 g TRUE
8 h FALSE
9 i TRUE
10 j FALSE
dat$lo <- as.numeric(dat$lo)
dat
le lo
1 a 1
2 b 0
3 c 1
4 d 0
5 e 1
6 f 0
7 g 1
8 h 0
9 i 1
10 j 0
或者另一种方法可以与 dplyr 一起使用，以便在这种情况下（没有人知道）您的数据将被导入 R 中以保留上一列。
library(dplyr)
dat <- dat %>% mutate(lon = as.numeric(lo))
dat
Source: local data frame [10 x 3]
le lo lon
1 a TRUE 1
2 b FALSE 0
3 c TRUE 1
4 d FALSE 0
5 e TRUE 1
6 f FALSE 0
7 g TRUE 1
8 h FALSE 0
9 i TRUE 1
10 j FALSE 0
编辑：循环
我不知道我的代码是否在执行，但它会检查所有列并仅将符合逻辑的列更改为数字。当然，如果你的 TRUE 和 FALSE 不是逻辑的而是字符串（可能是远程的）我的代码将无法工作。
for(i in 1:ncol(dat)){
if(is.logical(dat[, i]) == TRUE) dat[, i] <- as.numeric(dat[, i])
}
对于 data.frame，您可以将所有逻辑列转换为数字列：
# The data
set.seed(144)
dat <- data.frame(V1=1:100,V2=rnorm(100)>0)
dat$V3 <- dat$V2 == 1
head(dat)
# V1 V2 V3
# 1 1 FALSE FALSE
# 2 2 TRUE TRUE
# 3 3 FALSE FALSE
# 4 4 FALSE FALSE
# 5 5 FALSE FALSE
# 6 6 TRUE TRUE
# Convert all to numeric
cols <- sapply(dat, is.logical)
dat[,cols] <- lapply(dat[,cols], as.numeric)
head(dat)
# V1 V2 V3
# 1 1 0 0
# 2 2 1 1
# 3 3 0 0
# 4 4 0 0
# 5 5 0 0
# 6 6 1 1
在data.table语法中：
# Data
set.seed(144)
DT = data.table(cbind(1:100,rnorm(100)>0))
DT[,V3 := V2 == 1]
DT[,V4 := FALSE]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 FALSE FALSE
# 2: 2 1 TRUE FALSE
# 3: 3 0 FALSE FALSE
# 4: 4 0 FALSE FALSE
# 5: 5 0 FALSE FALSE
# 6: 6 1 TRUE FALSE
# Converting
(to.replace <- names(which(sapply(DT, is.logical))))
# [1] "V3" "V4"
for (var in to.replace) DT[, (var):= as.numeric(get(var))]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 0 0
# 2: 2 1 1 0
# 3: 3 0 0 0
# 4: 4 0 0 0
# 5: 5 0 0 0
# 6: 6 1 1 0
如果有多列，您可以使用set（使用@josilber 的示例）
library(data.table)
Cols <- which(sapply(dat, is.logical))
setDT(dat)
for(j in Cols){
set(dat, i=NULL, j=j, value= as.numeric(dat[[j]]))
}
与Ted Harding pointed out in the R-help mailing list一样，将逻辑对象转换为数值的一种简单方法是对它们执行算术运算。方便的是 * 1 和 + 0，它们将保持 TRUE/FALSE == 1/0 范式。
对于您的模拟数据（我稍微更改了代码以使用常规 R 包并减小大小）：
df <- data.frame(cbind(1:10, rnorm(10) > 0))
df$X3 <- df$X2 == 1
df$X4 <- df$X2 != 1
您获得的数据集混合了数字和布尔变量：
X1 X2 X3 X4
1 1 0 FALSE TRUE
2 2 0 FALSE TRUE
3 3 1 TRUE FALSE
4 4 1 TRUE FALSE
5 5 1 TRUE FALSE
6 6 0 FALSE TRUE
7 7 0 FALSE TRUE
8 8 1 TRUE FALSE
9 9 0 FALSE TRUE
10 10 1 TRUE FALSE
现在让
df2 <- 1 * df
（如果您的数据集包含字符或因子变量，您将需要将此操作应用于 df 过滤掉这些变量的子集）
df2 等于
X1 X2 X3 X4
1 1 0 0 1
2 2 0 0 1
3 3 1 1 0
4 4 1 1 0
5 5 1 1 0
6 6 0 0 1
7 7 0 0 1
8 8 1 1 0
9 9 0 0 1
10 10 1 1 0
这是 100% 的数字，str(df2) 会告诉你。
现在您可以安全地将 df2 导出到您的其他程序。
最简单的方法！
将矩阵乘以 1
例如：
A <- matrix(c(TRUE,FALSE,TRUE,TRUE,TRUE,FALSE,FALSE,TRUE),ncol=4)
A
# [,1] [,2] [,3] [,4]
# [1,] TRUE TRUE TRUE FALSE
# [2,] FALSE TRUE FALSE TRUE
B <- 1*A
B
# [,1] [,2] [,3] [,4]
# [1,] 1 1 1 0
# [2,] 0 1 0 1
（你也可以加零：B <- 0 + A）
一行解决
使用以下代码，我们获取所有逻辑列并将它们设为数字。
library(magrittr)
dat %<>% mutate_if(is.logical,as.numeric)
与@saebod 相同，但使用普通管道。
library(dplyr)
dat <- dat %>% mutate_if(is.logical, as.numeric)
我正在使用以下命令从 R 导出数据：
write.table(output,file = "data.raw", na "-9999", sep = "\t", row.names = FALSE, col.names = FALSE)
它正确地导出了我的数据，但是它将所有逻辑变量导出为 TRUE 和 FALSE。
我需要将数据读入另一个只能处理数值的程序中。是否有一种有效的方法可以在导出过程中将 logical 列转换为数字 1 和 0？我有大量的数字变量，所以我希望自动循环遍历 data.table
或者，我的输出对象是 data.table。有没有一种有效的方法可以将data.table中的所有逻辑变量转换为数值变量？
如果有帮助，这里有一些代码可以生成一个 data.table 其中包含一个逻辑变量（逻辑变量的数量不是很多，但足以在示例代码中使用）：
DT = data.table(cbind(1:100, rnorm(100) > 0)
DT[ , V3:= V2 == 1 ]
DT[ , V4:= V2 != 1 ]
一个怎么样：
dat <- data.frame(le = letters[1:10], lo = rep(c(TRUE, FALSE), 5))
dat
le lo
1 a TRUE
2 b FALSE
3 c TRUE
4 d FALSE
5 e TRUE
6 f FALSE
7 g TRUE
8 h FALSE
9 i TRUE
10 j FALSE
dat$lo <- as.numeric(dat$lo)
dat
le lo
1 a 1
2 b 0
3 c 1
4 d 0
5 e 1
6 f 0
7 g 1
8 h 0
9 i 1
10 j 0
或者另一种方法可以与 dplyr 一起使用，以便在这种情况下（没有人知道）您的数据将被导入 R 中以保留上一列。
library(dplyr)
dat <- dat %>% mutate(lon = as.numeric(lo))
dat
Source: local data frame [10 x 3]
le lo lon
1 a TRUE 1
2 b FALSE 0
3 c TRUE 1
4 d FALSE 0
5 e TRUE 1
6 f FALSE 0
7 g TRUE 1
8 h FALSE 0
9 i TRUE 1
10 j FALSE 0
编辑：循环
我不知道我的代码是否在执行，但它会检查所有列并仅将符合逻辑的列更改为数字。当然，如果你的 TRUE 和 FALSE 不是逻辑的而是字符串（可能是远程的）我的代码将无法工作。
for(i in 1:ncol(dat)){
if(is.logical(dat[, i]) == TRUE) dat[, i] <- as.numeric(dat[, i])
}
对于 data.frame，您可以将所有逻辑列转换为数字列：
# The data
set.seed(144)
dat <- data.frame(V1=1:100,V2=rnorm(100)>0)
dat$V3 <- dat$V2 == 1
head(dat)
# V1 V2 V3
# 1 1 FALSE FALSE
# 2 2 TRUE TRUE
# 3 3 FALSE FALSE
# 4 4 FALSE FALSE
# 5 5 FALSE FALSE
# 6 6 TRUE TRUE
# Convert all to numeric
cols <- sapply(dat, is.logical)
dat[,cols] <- lapply(dat[,cols], as.numeric)
head(dat)
# V1 V2 V3
# 1 1 0 0
# 2 2 1 1
# 3 3 0 0
# 4 4 0 0
# 5 5 0 0
# 6 6 1 1
在data.table语法中：
# Data
set.seed(144)
DT = data.table(cbind(1:100,rnorm(100)>0))
DT[,V3 := V2 == 1]
DT[,V4 := FALSE]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 FALSE FALSE
# 2: 2 1 TRUE FALSE
# 3: 3 0 FALSE FALSE
# 4: 4 0 FALSE FALSE
# 5: 5 0 FALSE FALSE
# 6: 6 1 TRUE FALSE
# Converting
(to.replace <- names(which(sapply(DT, is.logical))))
# [1] "V3" "V4"
for (var in to.replace) DT[, (var):= as.numeric(get(var))]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 0 0
# 2: 2 1 1 0
# 3: 3 0 0 0
# 4: 4 0 0 0
# 5: 5 0 0 0
# 6: 6 1 1 0
如果有多列，您可以使用set（使用@josilber 的示例）
library(data.table)
Cols <- which(sapply(dat, is.logical))
setDT(dat)
for(j in Cols){
set(dat, i=NULL, j=j, value= as.numeric(dat[[j]]))
}
与Ted Harding pointed out in the R-help mailing list一样，将逻辑对象转换为数值的一种简单方法是对它们执行算术运算。方便的是 * 1 和 + 0，它们将保持 TRUE/FALSE == 1/0 范式。
对于您的模拟数据（我稍微更改了代码以使用常规 R 包并减小大小）：
df <- data.frame(cbind(1:10, rnorm(10) > 0))
df$X3 <- df$X2 == 1
df$X4 <- df$X2 != 1
您获得的数据集混合了数字和布尔变量：
X1 X2 X3 X4
1 1 0 FALSE TRUE
2 2 0 FALSE TRUE
3 3 1 TRUE FALSE
4 4 1 TRUE FALSE
5 5 1 TRUE FALSE
6 6 0 FALSE TRUE
7 7 0 FALSE TRUE
8 8 1 TRUE FALSE
9 9 0 FALSE TRUE
10 10 1 TRUE FALSE
现在让
df2 <- 1 * df
（如果您的数据集包含字符或因子变量，您将需要将此操作应用于 df 过滤掉这些变量的子集）
df2 等于
X1 X2 X3 X4
1 1 0 0 1
2 2 0 0 1
3 3 1 1 0
4 4 1 1 0
5 5 1 1 0
6 6 0 0 1
7 7 0 0 1
8 8 1 1 0
9 9 0 0 1
10 10 1 1 0
这是 100% 的数字，str(df2) 会告诉你。
现在您可以安全地将 df2 导出到您的其他程序。
最简单的方法！
将矩阵乘以 1
例如：
A <- matrix(c(TRUE,FALSE,TRUE,TRUE,TRUE,FALSE,FALSE,TRUE),ncol=4)
A
# [,1] [,2] [,3] [,4]
# [1,] TRUE TRUE TRUE FALSE
# [2,] FALSE TRUE FALSE TRUE
B <- 1*A
B
# [,1] [,2] [,3] [,4]
# [1,] 1 1 1 0
# [2,] 0 1 0 1
（你也可以加零：B <- 0 + A）
一行解决
使用以下代码，我们获取所有逻辑列并将它们设为数字。
library(magrittr)
dat %<>% mutate_if(is.logical,as.numeric)
与@saebod 相同，但使用普通管道。
library(dplyr)
dat <- dat %>% mutate_if(is.logical, as.numeric)