根据列名/币种更改数据框

Question

我有以下代码将数据框中的相关列从任何货币转换为USD：

df %>% 
  mutate_at(vars(contains('cost_AUD')), list(~ . * ER_AUD_USD )) %>%
  mutate_at(vars(contains('cost_GBP')), list(~ . * ER_GBP_USD )) %>%
  mutate_at(vars(contains('cost_EUR')), list(~ . * ER_EUR_USD ))

我的数据框看起来像这样（但有更多列）：

         date     cost_AUD_d   cost_CAD_e   cost_AUD_f   ER_AUD_USD   ER_CAD_USD
1  2016-01-01          80.18         5.95         4.83         0.70         0.69
2  2016-02-01          85.72         5.12         3.98         0.71         0.67
3  2016-03-01          67.33         5.12         5.02         0.75         0.72
4  2016-04-01          77.42         5.11         4.55         0.77         0.73
5  2016-05-01          75.40         5.54         4.92         0.73         0.70

有更好的方法吗？由于这些列的名称正确，因此只需将每个价格所使用的货币与汇率列的中间部分（即cost _ ***和ER _ *** _ USD）进行匹配。有没有办法将切换语句与mutate合并。

Answer 1

这里是一种可能的方式：

#Please include all currencies that you have
currency <- c('AUD', 'GBP', 'EUR')
#Loop over each of them
do.call(cbind, lapply(currency, function(x) {
    #Find all the columns with that currency
    group_cols <- grep(paste0('cost_', x), names(df))
    #Get the exhange rate column
    col_to_multiply <- grep(paste0('ER_', x), names(df))
    #Repeat the exchange rate column same as total columns and multiply
    df[group_cols] * df[rep(col_to_multiply, length(group_cols))]
}))

或与purrr::map_dfc相似

purrr::map_dfc(currency, ~{
   group_cols <- grep(paste0('cost_', .x), names(df))
   col_to_multiply <- grep(paste0('ER_', .x), names(df))
   df[group_cols] * df[rep(col_to_multiply, length(group_cols))]
})