如何像vroom那样用字符串批量转换已有tibble的列类型？

问题描述 #

现有一个6列的tibble数据，结构如下：

d <- structure(list(a = c(9, 9, 9, 9, 9, 9, 9), b = structure(c(2018, 2018, 2018, 2018, 2018, 2018, 2018), class = "yearmon"), c = c("605417CA", "605417CB", "606822AS", "606822AT", "606822AU", "606822AV", "60683MAB"), d = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), e = c(0, 0, 0, 0, 0, 0, 0), f = c(2772, 2772, 46367, 46367, 46367, 46367, 47601)), row.names = c(NA, -7L), class = c("tbl_df",  "tbl", "data.frame"))

需要将各列类型依次转换为：factor、factor、factor、integer、integer、factor。如果是从外部文件读取数据，vroom(path, col_types = "fffiif")可以直接通过这个字符串完成类型转换，但当前数据是中间计算结果，不想通过存文件再读取的方式处理。

尝试过以下方法均无法满足需求：

• mutate逐个转换变量太繁琐；
• 转换规则不依赖列原有类型（比如a和e都是double类型，却要分别转成factor和integer），mutate_if无法适用；
• 找不到类似set_colnames的批量设置列类型的函数；
• readr::type_convert仅支持character类型列的转换。

解决方案 #

可以结合readr的类型解析逻辑和purrr的批量映射来实现直接转换：

方法1：自定义类型映射批量转换 #

library(dplyr)
library(purrr)

# 建立类型字符到转换函数的映射
type_mapping <- list(
  f = as.factor,
  i = as.integer
)

# 拆分类型字符串为单个类型标记
target_types <- strsplit("fffiif", "")[[1]]

# 对每一列应用对应的转换函数
d_converted <- d %>%
  map2_dfr(.x = ., .y = target_types, ~ type_mapping[[.y]](.x))

# 检查转换后的结构
str(d_converted)

方法2：利用readr的cols_spec实现更贴近vroom的转换 #

如果需要完全对齐vroom的类型处理逻辑（比如解析NA的方式），可以借助readr的列规格对象：

library(dplyr)
library(purrr)
library(readr)

# 将类型字符串转为cols_spec对象
col_spec <- as.cols_spec("fffiif")
# 提取每一列对应的解析函数
parse_functions <- map(col_spec$cols, ~ .x$parse_fun)

# 批量应用解析函数
d_converted <- d %>%
  map2_dfr(.x = ., .y = parse_functions, ~ .y(.x))

# 验证结果
str(d_converted)

说明：对于原本是yearmon类型的列b，转换为factor时会保留其格式化后的显示值，若需要自定义factor水平可单独调整。

内容的提问来源于stack exchange，提问作者FBr