您可以使用 dplyr across() 来迭代成对的列吗？

Question

我有 18 对变量，我想对它们进行成对数学运算以计算 18 个新变量。将公式应用于一列时，dplyr 中的 across() 函数非常方便。有没有办法将 across() 应用于成对的列？

简单除以 2 个变量的小示例（我的实际代码会更复杂，有些 ifelse，...）：

library(tidyverse)
library(glue)

# filler data
df <- data.frame("label" = c('a','b','c','d'),
                 "A" = c(4, 3, 8, 9),
                 "B" = c(10, 0, 4, 1),
                 "error_A" = c(0.4, 0.3, 0.2, 0.1),
                 "error_B" = c(0.3, 0, 0.4, 0.1))

# what I want to have in the end 
# instead of just 2 (A, B), I have 18
df1 <- df %>% mutate(
  'R_A' = A/error_A,
  'R_B' = B/error_B
)

# what I'm thinking about doing to use both variables A and error_A to calculate the new column
df2 <- df %>% mutate(
  across(c('A','B'),
         ~.x/{HOW DO I USE THE COLUMN WHOSE NAME IS glue('error_',.x)}
         .names = 'R_{.col}'
)

Answer 1

一个选项是

map/reduce

。 指定感兴趣的列 ('nm1')，在

map

、

select

数据集中的那些列、

reduce

通过划分、

rename

列绑定后的列 (

_dfc

) 中循环，然后绑定那些具有原始数据集的

library(dplyr)
library(purrr)
library(stringr)
nm1 <- c('A', 'B')
map_dfc(nm1, ~ df %>% 
                select(ends_with(.x)) %>% 
                reduce(., `/`) ) %>%
    rename_all(~ str_c('R_', nm1)) %>%
    bind_cols(df, .)

-输出

#  label A  B error_A error_B R_A      R_B
#1     a 4 10     0.4     0.3  10 33.33333
#2     b 3  0     0.3     0.0  10      NaN
#3     c 8  4     0.2     0.4  40 10.00000
#4     d 9  1     0.1     0.1  90 10.00000

---

或其他选项

across

df %>% 
    mutate(across(c(A, B), ~ 
     ./get(str_c('error_', cur_column() )), .names = 'R_{.col}' ))
#  label A  B error_A error_B R_A      R_B
#1     a 4 10     0.4     0.3  10 33.33333
#2     b 3  0     0.3     0.0  10      NaN
#3     c 8  4     0.2     0.4  40 10.00000
#4     d 9  1     0.1     0.1  90 10.00000    

Answer 2

一种选择可能是：

df %>%
 mutate(across(c(A, B), .names = "R_{col}")/across(starts_with("error")))

  label A  B error_A error_B R_A      R_B
1     a 4 10     0.4     0.3  10 33.33333
2     b 3  0     0.3     0.0  10      NaN
3     c 8  4     0.2     0.4  40 10.00000
4     d 9  1     0.1     0.1  90 10.00000

Answer 3

我喜欢上面 akruns 的回答，尤其是

cur_column()

的方法。有趣的是，

cur_column()

不能与{rlang}的评估（

!! sym(paste0("error_", cur_column()))

）一起使用，但

get

是一个很好的解决方法。

只是添加一种方法，该方法也可以在 dpylr < 1.0.0. I usually use a

mutate

自定义函数下与

purrr::reduce()

一起使用。在此函数中，

x

是您的字符串主干，您可以使用

!! sym(paste0(...))

构造要访问的所有变量。在左侧，您可以只使用 {rlang} 的粘合语法。

您可以通过在字符串向量上调用

reduce()

来应用此自定义函数，并且您的

data.frame

会进入

.init =  .

参数。

library(tidyverse)
library(glue)


# filler data
df <- data.frame("label" = c('a','b','c','d'),
                 "A" = c(4, 3, 8, 9),
                 "B" = c(10, 0, 4, 1),
                 "error_A" = c(0.4, 0.3, 0.2, 0.1),
                 "error_B" = c(0.3, 0, 0.4, 0.1))

gen_vars1 <- function(df, x) {
  
  mutate(df,
         "R_{x}" := !! sym(x) / !! sym(paste0("error_", x)))
}

df %>% 
  reduce(c("A", "B"), gen_vars1, .init = .)
#>   label A  B error_A error_B R_A      R_B
#> 1     a 4 10     0.4     0.3  10 33.33333
#> 2     b 3  0     0.3     0.0  10      NaN
#> 3     c 8  4     0.2     0.4  40 10.00000
#> 4     d 9  1     0.1     0.1  90 10.00000

^{由 reprex 包于 2021 年 1 月 2 日创建（v0.3.0）}

我曾经针对此类问题提出过功能请求，但显然对于 {dplyr} 来说这太特殊了。当您点击链接时，您还可以找到另一个选项来执行此类操作。

Answer 4

对于这种情况，我发现基本 R 解决方案也直接且高效。它不需要循环列或唯一值。您定义两组列并直接划分它们。

对于您共享的示例，我们可以通过查找仅包含一个字符的列名称来识别

"A"

和

"B"

列。

cols <- grep('^.$', names(df), value = TRUE)
error_cols <- grep('error', names(df), value = TRUE)

df[paste0('R_', cols)] <- df[cols]/df[error_cols]
df

#  label A  B error_A error_B R_A  R_B
#1     a 4 10     0.4     0.3  10 33.3
#2     b 3  0     0.3     0.0  10  NaN
#3     c 8  4     0.2     0.4  40 10.0
#4     d 9  1     0.1     0.1  90 10.0

Answer 5

github上的dplyover包有一个方便的

across2

可以在这里使用：

library(dplyr)
library(dplyover)

# library(remotes)
# install_github("TimTeaFan/dplyover")

df %>%
  mutate(across2(A:B, starts_with("error"), "/", .names = "R_{xcol}"))

给予

  label A  B error_A error_B R_A      R_B
1     a 4 10     0.4     0.3  10 33.33333
2     b 3  0     0.3     0.0  10      NaN
3     c 8  4     0.2     0.4  40 10.00000
4     d 9  1     0.1     0.1  90 10.00000