Remplacer une valeur dans une colonne en fonction du numéro de la colonne

Question

Dans le script suivant :

  dataset <- read.csv("/home/adam/Desktop/Temp/lrtest.csv")
  for(i in 3:ncol(dataset)){
    uq <- unique(dataset[,i])
    j <- i * 100
    for(x in uq){
      dataset[,i][dataset[,i] == x] <- j #dataset$nm[dataset$nm == x] <- j
      j <- j + 1
    }
  }

J'aimerais parcourir chaque colonne et remplacer chacune de ses valeurs de type chaîne par des nombres. Le problème est que le remplacement des valeurs (ligne 6) résulte en NA, regardez la sortie.

Comment puis-je résoudre ce problème ?

Les données :

Class       Branch  LA_type Method_type     Method_call     Branch_type     Branch_condition    Tested_parameter
Goal        12      Smooth  public static   never called    IFNE            TRUE                 String
TreeApp     20      Rugged  constructor     none            IF_ICMPGE  FALSE                     int
Password    4       Smooth  private         never called    IFEQ    FALSE                        int
XMLParser   9       Rugged  constructor     none            IFNONNULL   TRUE                     String
MapClass    33      Smooth  public          never called    IFGT    FALSE                        double

Le résultat :

      Class Branch LA_type Method_type Method_call Branch_type Branch_condition Tested_parameter
1      Goal     12    <NA>        <NA>        <NA>        <NA>              700             <NA>
2   TreeApp     20    <NA>        <NA>        <NA>        <NA>              701             <NA>
3  Password      4    <NA>        <NA>        <NA>        <NA>              701             <NA>
4 XMLParser      9    <NA>        <NA>        <NA>        <NA>              700             <NA>
5  MapClass     33    <NA>        <NA>        <NA>        <NA>              701             <NA>

Answer 1

Nous pouvons utiliser lapply pour itérer sur la colonne 3 jusqu'à la fin de la base de données, convertir les données en factor (ce qu'il est déjà probablement) avec des niveaux uniques et ajouter une séquence croissante de 100.

df[3:ncol(df)] <- lapply(3:ncol(df), function(x) 
       x * 100 + as.integer(factor(df[[x]], levels = unique(df[[x]]))) - 1)

df
#      Class Branch LA_type Method_type Method_call Branch_type Branch_condition
#1      Goal     12     300         400         500         600              700
#2   TreeApp     20     301         401         501         601              701
#3  Password      4     300         402         500         602              701
#4 XMLParser      9     301         401         501         603              700
#5  MapClass     33     300         403         500         604              701

#  Tested_parameter
#1              800
#2              801
#3              801
#4              800
#5              802

données

df <- structure(list(Class = structure(c(1L, 4L, 3L, 5L, 2L), .Label = c("Goal", 
"MapClass", "Password", "TreeApp", "XMLParser"), class = "factor"), 
Branch = c(12L, 20L, 4L, 9L, 33L), LA_type = structure(c(2L, 
1L, 2L, 1L, 2L), .Label = c("Rugged", "Smooth"), class = "factor"), 
Method_type = structure(c(4L, 1L, 2L, 1L, 3L), .Label = c("constructor", 
"private", "public", "public_static"), class = "factor"), 
Method_call = structure(c(1L, 2L, 1L, 2L, 1L), .Label = c("never_called", 
"none"), class = "factor"), Branch_type = structure(c(4L, 
1L, 2L, 5L, 3L), .Label = c("IF_ICMPGE", "IFEQ", "IFGT", 
"IFNE", "IFNONNULL"), class = "factor"), Branch_condition = c(TRUE, 
FALSE, FALSE, TRUE, FALSE), Tested_parameter = structure(c(3L, 
2L, 2L, 3L, 1L), .Label = c("double", "int", "String"), class = "factor")), 
class = "data.frame", row.names = c(NA, -5L))