Utilisation d'une boucle for pour modifier une colonne dans un dataframe

Ceci résout votre problème ici:

df$TestGrade <- sapply(df$TestGrade,function(el)
  {
  if(el == "Kindergarten") return(0)
  else return(as.numeric(sub("Grade ","",el)))
}

Nous pouvons utiliser ifelse , attribuer 0 pour "Kindergarten" et supprimer "Grade" des autres

as.numeric(ifelse(df$TestGrade == "Kindergarten", 0, 
          sub("Grade ", "", df$TestGrade)))

#[1]  0  1  2  3  4  5  6  7  8  9 10 11 12

Cela peut être fait sans avoir besoin d'une boucle for en utilisant un code à deux lignes. Je vous suggère également d'ajouter stringsAsFactors = F dans votre commande data.frame avant d'exécuter ces lignes

df$TestGrade[df$TestGrade == "Kindergarten"] = 0
df$TestGrade <- gsub("Grade ", "", df$TestGrade)

> df
   FirstInitial LastInitial TestGrade
1             A           S         0
2             D           M         1
3             M           T         2
4             C           M         3
5             J           A         4
6             S           B         5
7             K           H         6
8             L           M         7
9             M           S         8
10            K           W         9
11            G           L        10
12            B           Z        11
13            F           P        12

Vous pouvez écrire une clé et définir les notes comme un facteur. Cela fonctionnera même si le format des notes change.

key <- c('Kindergarten',
         'Grade 1',
         'Grade 2',
         'Grade 3',
         'Grade 4',
         'Grade 5',
         'Grade 6',
         'Grade 7',
         'Grade 8',
         'Grade 9',
         'Grade 10',
         'Grade 11',
         'Grade 12')
dat <- c('Grade 3', 'Grade 5', 'Grade 2')
dat <- factor(dat, levels = key)
dat <- as.numeric(dat) - 1
dat

Nous soustrayons 1 à la fin car les facteurs commencent à 1 et vous vouliez que la maternelle soit définie sur 0.

Nous pouvons utiliser case_when

library(dplyr)
library(readr)
df %>%
  mutate(TestGrade = case_when(as.character(TestGrade) == "Kindergarten"~ 0,
                               TRUE ~ parse_number(TestGrade)))

#   FirstInitial LastInitial TestGrade
#1             A           S         0
#2             D           M         1
#3             M           T         2
#4             C           M         3
#5             J           A         4
#6             S           B         5
#7             K           H         6
#8             L           M         7
#9             M           S         8
#10            K           W         9
#11            G           L        10
#12            B           Z        11
#13            F           P        12

Premier raccourcissement: vous n'avez pas besoin de if (any (...)) . gsub est intelligent, c'est comme une recherche / remplacement. La commande gsub ('Grade 9', '9', df $ TestGrade) remplacera 'Grade 9' par '9' , et ne touchera à rien d'autre. Donc, en supprimant toutes vos instructions if , nous obtenons:

# optimized
df$TestGrade = as.character(df$TestGrade) # needed only if it is a factor
df$TestGrade[df$TestGrade == "Kindergarten"] = 0
df$TestGrade = as.integer(sub("Grade ", "", df$TestGrade, fixed = TRUE))

Prochaine amélioration, nous pourrions faire une boucle. C'est exactement équivalent au code ci-dessus, juste moins de frappe.

df$TestGrade = as.character(df$TestGrade) # needed only if it is a factor
df$TestGrade[df$TestGrade == "Kindergarten"] = 0
df$TestGrade = sub("Grade ", "", df$TestGrade)
df$TestGrade = as.numeric(df$TestGrade) # if needed

Encore mieux, nous pourrions être plus intelligents, faire de la maternelle un cas particulier et simplement supprimer "Grade" de tout le reste, comme dans les réponses de Juian et Ronak. Une autre variante de cela est la suivante:

pattern = c("Kindergarten", paste("Grade", 1:12))
replacement = as.character(0:12)

for (i in seq_along(pattern)) {
  df$TestGrade <- gsub(pattern[i], replacement[i], df$TestGrade)
}

Si nous voulons vraiment être sophistiqués, nous pourrions définir fixed = TRUE dans sub () . Cela indique à sub que nous ne voulons que des correspondances exactes, nous n'essayons pas d'utiliser des expressions régulières. Cela rendra le code plus rapide, mais à moins que vous n'ayez beaucoup de données, vous ne remarquerez aucune différence. Si vous avez plus de 100 000 lignes, cette méthode sera assez rapide:

df$TestGrade <- gsub('Kindergarten', '0', df$TestGrade)
df$TestGrade <- gsub('Grade 1', '1', df$TestGrade)
df$TestGrade <- gsub('Grade 2', '2', df$TestGrade)
df$TestGrade <- gsub('Grade 3', '3', df$TestGrade)
df$TestGrade <- gsub('Grade 4', '4', df$TestGrade)
df$TestGrade <- gsub('Grade 5', '5', df$TestGrade)
df$TestGrade <- gsub('Grade 6', '6', df$TestGrade)
df$TestGrade <- gsub('Grade 7', '7', df$TestGrade)
df$TestGrade <- gsub('Grade 8', '8', df$TestGrade)
df$TestGrade <- gsub('Grade 9', '9', df$TestGrade)
df$TestGrade <- gsub('Grade 10', '10', df$TestGrade)
df$TestGrade <- gsub('Grade 11', '11', df$TestGrade)
df$TestGrade <- gsub('Grade 12', '12', df$TestGrade)