Possuo um data frame com mais de 300 colunas que são categóricas mas estão codificadas como numéricas. Cada uma destas colunas possui um "tipo" próprio, ou seja, possui uma tabela de codificação própria. O meu problema é criar um novo data frame com as variáveis decodificadas.
Tenho carregado os seguintes data frames:
- o data frame principal chamado "dados", que possui 347 colunas que eu quero decodificar.
- um data frame auxiliar chamado "dados_vars" com: nome (variable.name) e "tipo" (data.type) de todas as variáveis do df principal
- um data frame auxiliar chamado "codes": com "tipo" (data.type), códigos possíveis (value) para o "tipo" respectivo e o significado (content) de cada código
Estou tentando usar o dplyr para tentar facilitar. O que eu consegui fazer até agora foi:
# pego uma das variáveis do df principal
variavel <- "abc"
# busco no df "dados_vars" qual é o tipo desta variável
tipo.variavel <- as.character(dados_vars[dados_vars$variable.name == variavel, "data.type"])
# filtro no df "codes" os códigos específicos que esta variável pode ter
codigos <- codes %>% filter(data.type==tipo.variável) %>% select(value,content)
# crio um novo data frame com esta variável decodificada
novos.dados <- mutate(dados, var1=factor(var1,label=codigos$content,levels=codigos$value))
Agora, como eu faço para aplicar este procedimento a todas as colunas do df principal?
for (i in 1:347)
e definirvar1 <- paste0("var", i)
. Você pode trocar ofor
por umlapply
e verificar se a performance melhora, também.colnames(dados)[i]
. Se entendi bem, isso resolveria.