Comment puis-je remplacer plusieurs colonnes dans un fichier en utilisant select?

Question

Je tente de remplacer toutes les colonnes sélectionnées en utilisant select par des données de la même taille. Un exemple reproductible est

library(tidyverse) 
iris = as_data_frame(iris) 
temp = cbind(runif(nrow(iris)), runif(nrow(iris)), runif(nrow(iris)), runif(nrow(iris))) 
select(iris, -one_of("Petal.Length")) = temp 

Puis-je obtenir l'erreur

Erreur dans certains (iris, -one_of ("Petal.Length")) = temp: n'a pas pu trouver fonction "select"

Merci pour vos commentaires.

Answer 1

Vous voulez lier des colonnes de deux trames de données, de sorte que vous pouvez simplement utiliser bind_cols():

library(tidyverse) 

iris <- as_tibble(iris) 
temp <- tibble(r1 = runif(nrow(iris)), r2 = runif(nrow(iris)), r3 = runif(nrow(iris)), r4 = runif(nrow(iris))) 

select(iris, -Petal.Length) %>% bind_cols(temp) 
# or use: 
# bind_cols(iris, temp) %>% select(-Petal.Length) 

qui vous donne:

# A tibble: 150 × 8 
    Sepal.Length Sepal.Width Petal.Width Species  r1  r2   r3  r4 
      <dbl>  <dbl>  <dbl> <fctr>  <dbl>  <dbl>  <dbl>  <dbl> 
1   5.1   3.5   0.2 setosa 0.7208566 0.1367070 0.04314771 0.4909396 
2   4.9   3.0   0.2 setosa 0.4101884 0.4795735 0.75318182 0.1463689 
3   4.7   3.2   0.2 setosa 0.6270065 0.5425814 0.26599432 0.1467248 
4   4.6   3.1   0.2 setosa 0.8001282 0.4691908 0.73060637 0.0792256 
5   5.0   3.6   0.2 setosa 0.5663895 0.4745482 0.65088630 0.5360953 
6   5.4   3.9   0.4 setosa 0.8813042 0.1560600 0.41734507 0.2582568 
7   4.6   3.4   0.3 setosa 0.5046977 0.9555570 0.22118401 0.9246906 
8   5.0   3.4   0.2 setosa 0.5283764 0.4730212 0.24982471 0.6313071 
9   4.4   2.9   0.2 setosa 0.5976045 0.4717439 0.14270551 0.2149888 
10   4.9   3.1   0.1 setosa 0.3919660 0.5125420 0.95001067 0.5259598 
# ... with 140 more rows 

Answer 2

Nous pouvons utiliser -> pour affecter la sortie à « température »

select(iris, -one_of("Petal.Length")) -> temp 

Answer 3

En utilisant tidyverse paradigma vous pouvez utiliser:

dplyr::mutate_at(iris, vars(-one_of("Petal.Length")), .funs = funs(runif)) 

Bien que l'exemple ci-dessus produit le comportement avec des nombres aléatoires, il sera ne correspond probablement pas à vos besoins - je suppose que vous voulez des fonctionnalités de correspondance et des lignes à celui-là dans temp. Cela peut être fait en transformant l'iris et la temp en long format et en rejoignant et en remplaçant les données en conséquence avec les méthodes *join par exemple.