我正在尝试使用几种不同的方法为我的团队创建一个全面的自动化代码,用于缺少值填补。我知道逻辑,但是我在数据类别识别方面遇到了麻烦,这在确定选择插补方法时很重要。如何识别R中数据框中的变量类型?
现在,我想我的代码,以确定的变量类型:多层次
- 范畴/因子与二级1和0(二进制)
- 因子除了1和0两个级别,如'是'和'否'
- 连续
这里是WIP的代码,我有,但它不是做这份工作,我理解其中的逻辑会失败给出的数据是不同的
data_type_vector<-function(x)
{
categorical_index<-character()
binary_index<-character()
continuous_index<-character()
binary_index_1<-character()
data<-x
for(a in 1:ncol(data)){
if(length(unique(data[,a])) >= 2 & length(unique(data[,a])) < 15 &
max(as.character(data[,a]),na.rm=T) != 1 & min(as.character(data[,a]),na.rm=T) !=0)
{
categorical_index<-c(categorical_index,colnames(data[a]))
} else if (max(as.character(data[,a]),na.rm=T) == 1 & min(as.character(data[,a],na.rm=T))==0) {
binary_index<-c(binary_index,colnames(data[a]))
} else if (length(unique(data[,a]))==2) {
#this basically defines categorical variables with two categories like male/female
#which don't have 1 0 values in the data but are still binary
#we are keeping them seperate for the purpose of further analysis
binary_index_1<-c(binary_index_1,colnames(data[a]))
} else
{
continuous_index<-c(continuous_index,colnames(data[a]))
}
}
assign("categorical_index",categorical_index,envir=globalenv())
assign("binary_index",binary_index,envir=globalenv())
assign("continuous_index",continuous_index,envir=globalenv())
assign("binary_index_1",binary_index_1,envir=globalenv())
}
我试图改善逻辑之我已经习惯使它成为通用的,以便其他人可以使用它,但我在这里遇到了一堵墙。感谢任何帮助。
你可以使用'类()'和/或'STR()'和一些简单的控制流语句 –
@哈克-R它不工作,我打算结果的方式。 –
图片不是代码/数据。他们是为图表。 – hrbrmstr