清洁因子级别的函数（来自 janitor::clean_names() 的采用）

Question

我很愚蠢，用“(”或“/”编码了很多因子标签。总的来说，它对我有用，但现在我处于一个点 (glht(mod, linfct = c("……") )) ，

起初我想“一定有类似 janitor::clean_names(.)” 的东西，但不幸的是我找不到这样的东西。我正在寻找的是自动函数可以同时应用于所有因素，例如： df%>% mutate(across(where(is.factor), ~f_clean(.x) ) )

我看到了 clean pckg，但它需要单独输入因子级别。我发现的另一个选择是对看门人 pck 的功能进行更改，但也不起作用。示例如下。

有人知道如何改进这个吗？

提前致谢，路易斯

示例：

> #Mess up iris
> iris %>% mutate(Species = fct_recode(Species, `set osa` = "setosa", `versi (color)` = "versicolor",`virgi//nica`="virginica" ))-> temp
> 
> #OPTION 1 
> p_load(clean)
> temp %>%  mutate(across(where(is.factor), ~clean_factor(.x ) ))-> i_temp
> get_labels(i_temp$Species)
[1] "set osa"       "versi (color)" "virgi//nica"  
> 
> #OPTION 2
> temp %>% mutate(across(where(is.factor), ~clean_vec(.x) ))-> i_temp
> get_labels(i_temp$Species)
  [1] "set_osa"        "set_osa_2"      "set_osa_3"      "set_osa_4"      "set_osa_5"      "set_osa_6"      "set_osa_7"     
  [8] "set_osa_8"      "set_osa_9"      "set_osa_10"     "set_osa_11"     "set_osa_12"     "set_osa_13"     "set_osa_14"    
 [15] "set_osa_15"     "set_osa_16"     "set_osa_17"     "set_osa_18"     "set_osa_19"     "set_osa_20"     "set_osa_21"    
 [22] "set_osa_22"     "set_osa_23"     "set_osa_24"     "set_osa_25"     "set_osa_26"     "set_osa_27"     "set_osa_28"    
 [29] "set_osa_29"     "set_osa_30"     "set_osa_31"     "set_osa_32"     "set_osa_33"     "set_osa_34"     "set_osa_35"    
 [36] "set_osa_36"     "set_osa_37"     "set_osa_38"     "set_osa_39"     "set_osa_40"     "set_osa_41"     "set_osa_42"    
 [43] "set_osa_43"     "set_osa_44"     "set_osa_45"     "set_osa_46"     "set_osa_47"     "set_osa_48"     "set_osa_49"    
 [50] "set_osa_50"     "versi_color"    "versi_color_2"  "versi_color_3"  "versi_color_4"  "versi_color_5"  "versi_color_6" 
 [57] "versi_color_7"  "versi_color_8"  "versi_color_9"  "versi_color_10" "versi_color_11" "versi_color_12" "versi_color_13"
 [64] "versi_color_14" "versi_color_15" "versi_color_16" "versi_color_17" "versi_color_18" "versi_color_19" "versi_color_20"
 [71] "versi_color_21" "versi_color_22" "versi_color_23" "versi_color_24" "versi_color_25" "versi_color_26" "versi_color_27"
 [78] "versi_color_28" "versi_color_29" "versi_color_30" "versi_color_31" "versi_color_32" "versi_color_33" "versi_color_34"
 [85] "versi_color_35" "versi_color_36" "versi_color_37" "versi_color_38" "versi_color_39" "versi_color_40" "versi_color_41"
 [92] "versi_color_42" "versi_color_43" "versi_color_44" "versi_color_45" "versi_color_46" "versi_color_47" "versi_color_48"
 [99] "versi_color_49" "versi_color_50" "virgi_nica"     "virgi_nica_2"   "virgi_nica_3"   "virgi_nica_4"   "virgi_nica_5"  
[106] "virgi_nica_6"   "virgi_nica_7"   "virgi_nica_8"   "virgi_nica_9"   "virgi_nica_10"  "virgi_nica_11"  "virgi_nica_12" 
[113] "virgi_nica_13"  "virgi_nica_14"  "virgi_nica_15"  "virgi_nica_16"  "virgi_nica_17"  "virgi_nica_18"  "virgi_nica_19" 
[120] "virgi_nica_20"  "virgi_nica_21"  "virgi_nica_22"  "virgi_nica_23"  "virgi_nica_24"  "virgi_nica_25"  "virgi_nica_26" 
[127] "virgi_nica_27"  "virgi_nica_28"  "virgi_nica_29"  "virgi_nica_30"  "virgi_nica_31"  "virgi_nica_32"  "virgi_nica_33" 
[134] "virgi_nica_34"  "virgi_nica_35"  "virgi_nica_36"  "virgi_nica_37"  "virgi_nica_38"  "virgi_nica_39"  "virgi_nica_40" 
[141] "virgi_nica_41"  "virgi_nica_42"  "virgi_nica_43"  "virgi_nica_44"  "virgi_nica_45"  "virgi_nica_46"  "virgi_nica_47" 
[148] "virgi_nica_48"  "virgi_nica_49"  "virgi_nica_50" 
> 
> 
> #SOLUCTION NOT VERY HANDY
> clean_vec(get_labels(temp$Species)) %>% dput
c("set_osa", "versi_color", "virgi_nica")
> temp %>%  mutate(across(where(is.factor), ~clean_factor(.x,c("set_osa", "versi_color", "virgi_nica") ) ))-> i_temp
These factor levels were not found in the data: set_osa, versi_color, virgi_nica
> get_labels(i_temp$Species)
[1] "set_osa"     "versi_color" "virgi_ni

Answer 1

clean_character 可以使用remove参数

library(clean)
library(dplyr)
library(sjlabelled)
i_temp <- temp %>% 
    mutate(across(where(is.factor), ~
       as.factor(clean_character(.x, remove = "[[:punct:] ]"))))

检查

> get_labels(i_temp$Species)
[1] "setosa"     "versicolor" "virginica"