将 log 应用到所有大于 0 的数字（具有两个 .cols 条件的 across()）

Question

我正在尝试在数据框中创建多个变量的日志，其中还包括非数字变量，并且希望仅将该函数应用于那些不包含零或负值的数字变量。

这就是我所处的位置：

# creating a df with numeric and factor variables
a <- c(3, -1, 0, 5, 2)
b <- c(1, 3, 2, 1, 4)
c <- c(9, -2, 3, -5, 1)
d <- c(3, 0, 6, 1, 5)
e <- c("red", "blu", "yellow", "green", "white")
f <- c(0, 1, 1, 0, 0)
g <- c(3, 1, 1, 4, 2)

df <- data.frame(a,b,c,d,e,f,g) %>% 
mutate_at("f",factor)

#applying the transformation to all numeric variables
df.log <- df %>% 
  as_tibble() %>% 
  mutate(across(
    .cols = is.numeric, #& all()>0,#ideally I shall add here the condition '& >0' but it doesn't work 
    .fns = list(log = log),
    .names = "{.col}_{.fn}"))

使用上面的代码，我用 NaN 表示负值，用 -inf 表示零。然后我可以删除包含这些值的列，但我想找到一种干净的方法来一次性完成这一切。

另一个想法是删除之前值为 <=0 的列，如下所示：

df.skim <- df %>% 
  select_if(is.numeric)

df.skim <- df.skim[,sapply(df.skim, min)>0]

然后将日志应用到左侧的列，但通过这种方式，我也删除了关键列，并且无法轻松合并回数据。

Answer 1

您可以创建一个小函数，然后将其传递到 where 内的 across：

numeric_no_zero <- function(x) {
  if(!is.numeric(x)) return(FALSE)
  if(any(x <= 0)) return(FALSE)
  TRUE
}

您可以像这样使用它：

df %>% 
  as_tibble() %>% 
  mutate(across(
    .cols = where(numeric_no_zero),
    .fns = list(log = log),
    .names = "{.col}_{.fn}"))
#> # A tibble: 5 x 9
#>       a     b     c     d e      f         g b_log g_log
#>   <dbl> <dbl> <dbl> <dbl> <chr>  <fct> <dbl> <dbl> <dbl>
#> 1     3     1     9     3 red    0         3 0     1.10 
#> 2    -1     3    -2     0 blu    1         1 1.10  0    
#> 3     0     2     3     6 yellow 1         1 0.693 0    
#> 4     5     1    -5     1 green  0         4 0     1.39 
#> 5     2     4     1     5 white  0         2 1.39  0.693

^{由 reprex 包 (v2.0.1)}

Answer 2

您可以将 where() 与匿名函数一起使用来指定更复杂的条件，例如您的条件：

library(tidyverse)

df.log <- df %>% 
  as_tibble() %>%
  mutate(across(
    .cols = where(~ is.numeric(.x) && all(.x > 0)),
    .fns = list(log = log),
    .names = "{.col}_{.fn}"))

输出：

# A tibble: 5 x 9
      a     b     c     d e      f         g b_log g_log
  <dbl> <dbl> <dbl> <dbl> <chr>  <fct> <dbl> <dbl> <dbl>
1     3     1     9     3 red    0         3 0     1.10 
2    -1     3    -2     0 blu    1         1 1.10  0    
3     0     2     3     6 yellow 1         1 0.693 0    
4     5     1    -5     1 green  0         4 0     1.39 
5     2     4     1     5 white  0         2 1.39  0.693