Cuando uno analiza datos, me parece buena idea identificar a variables numéricas que tienen pocos valores distintos como categóricas. El ejemplo perfecto es cuando solamente existen 0 y 1, que se podrían interpretar como apagado y encendido. Otro caso es cuando solamente tenemos 1, 5, y 10 ó 1, 2 y 3 que se podrían interpretar como "bajo", "medio", y "alto."
Para usar R, he elegido el dataset "mtcars."
El código está funcionando.
Tiene 2 pasos.
Encontrar las columnas numéricas que tienen 12 valores distintos o menos. Por supuesto, en lugar de 12 podr1an ser 6, 3, etc.
Convertir SOLAMENTE ESAS columnas numéricas a variables categóricas.
Cómo podría mejorarse el código?
library(tidyverse)
data(mtcars)
fun <- function(x) { x <= 12 }
columns_with_12_or_less_elements <- mtcars %>% select(where(is.numeric)) %>% lapply(n_distinct) %>% as.data.frame %>% select(where(fun)) %>% colnames
columns_with_12_or_less_elements
#original data.frame
str(mtcars)
#new data.frame
mtcars[,columns_with_12_or_less_elements] <- mtcars[,columns_with_12_or_less_elements] %>% lapply(as.factor)
str(mtcars)
View(mtcars)
En otro foro, alguien publicó otra respuesta. La pongo aquí, como se dice en matemáticas, "for completeness."
fun2<-function(x){n_distinct(x)<=12}
# es posible que se pueda con un solo select, pero no probé
mtcars %>% select(is.numeric) %>% select_if(fun2) %>% colnames() -> columns_with_12_or_less_elements
mtcars %>% mutate(across(c(columns_with_12_or_less_elements),factor)) %>% str()