有条件地改变 var 前缀和后缀的几种组合

Question

我想编写此代码的较短版本：

ResultsTable <- ResultsTable %>%
  mutate(V_a  = as.integer(V_a  + h2_a),
         V_b  = as.integer(V_b  + h2_b),
         V_c  = as.integer(V_c  + h2_c),
         V_d  = as.integer(V_d  + h2_d),
         V_e  = as.integer(V_e  + h2_e),
         V_f  = as.integer(V_f  + h2_f))

有几个变量前缀和后缀需要组合。

此外，这只应针对

ResultsTable$cond == 1

的行执行此操作，但必须保留所有行。

我尝试使用 across()，但这似乎不适用于前缀和后缀。

我什至不知道如何解决这个问题。帮忙！

Answer 1

如果您提供可重现的示例以及预期的输出，那么帮助会更容易。这是一个简单的例子 -

df <- data.frame(cond = c(1, 1, 0, 1, 0), 
                 V_a = 1:5, V_b = 11:15, 
                 h2_a = 26:30, h2_b = 36:40)

df

#  cond V_a V_b h2_a h2_b
#1    1   1  11   26   36
#2    1   2  12   27   37
#3    0   3  13   28   38
#4    1   4  14   29   39
#5    0   5  15   30   40

自动化此操作的一种方法是使用

across

和

pick

。为了更好地了解结果，我使用

res_V_a

中的

res_V_b

参数创建新列来存储输出（

.names

和

across

）。对于这些结果列，我们检查

cond

列是 1 还是 0，并使用

ifelse

应用条件。

library(dplyr)

df %>%
  mutate(across(starts_with("V"), .names = "res_{col}") + pick(starts_with("h2")),
         across(starts_with("res"), ~ifelse(cond == 1, ., 
                                           get(sub("res_", "", cur_column())))))

#  cond V_a V_b h2_a h2_b res_V_a res_V_b
#1    1   1  11   26   36      27      47
#2    1   2  12   27   37      29      49
#3    0   3  13   28   38       3      13
#4    1   4  14   29   39      33      53
#5    0   5  15   30   40       5      15

如果您不想创建新列并仅修改现有列。

df %>%
  mutate(pick(starts_with("V")) + pick(starts_with("h2")),
         across(starts_with("V"), ~ifelse(cond == 1, ., 
                                        . - get(sub("V", "h2", cur_column())))))

#  cond V_a V_b h2_a h2_b
#1    1  27  47   26   36
#2    1  29  49   27   37
#3    0   3  13   28   38
#4    1  33  53   29   39
#5    0   5  15   30   40

Answer 2

我更喜欢在 R 基础中执行这些类型的操作。您可以编写一个辅助函数来为您执行此操作：

add_cols <- function(dat, target_prefix, to_add_prefix, suffixes) {
    target_cols <- paste0(target_prefix, suffixes)
    to_add_cols <- paste0(to_add_prefix, suffixes)
    dat[target_cols] <- Map(
        \(x, y, d = dat) d[[x]] + d[[y]],
        target_cols,
        to_add_cols
    )
    dat
}

让我们创建一个像这样的

ResultsTable

：

ResultsTable
#   V_a V_b V_c V_d V_e h2_a h2_b h2_c h2_d h2_e
# 1   1   2   3   4   5    1    2    3    4    5
# 2   1   2   3   4   5    1    2    3    4    5

然后将其应用于数据。当您分配回原始列时，我们预计

V_

列会加倍：

add_cols(ResultsTable, "V_", "h2_", letters[1:5])
#   V_a V_b V_c V_d V_e h2_a h2_b h2_c h2_d h2_e
# 1   2   4   6   8  10    1    2    3    4    5
# 2   2   4   6   8  10    1    2    3    4    5

有条件地修改行

如果您只想在某些行的情况下执行此操作，您可以简单地将函数应用于数据的子集并仅将其分配给这些行。

ResultsTable$cond <- 1:2 # create cond column

# Apply function to subset of data and apply conditionally
ResultsTable[ResultsTable$cond == 1, ] <- add_cols(
    ResultsTable[ResultsTable$cond == 1, ],
    "V_", "h2_", letters[1:5]
)
ResultsTable
#   V_a V_b V_c V_d V_e h2_a h2_b h2_c h2_d h2_e cond
# 1   2   4   6   8  10    1    2    3    4    5    1
# 2   1   2   3   4   5    1    2    3    4    5    2

示例数据

ResultsTable  <- structure(list(V_a = c(1L, 1L), V_b = c(2L, 2L), V_c = c(3L, 
3L), V_d = c(4L, 4L), V_e = c(5L, 5L), h2_a = c(1L, 1L), h2_b = c(2L, 
2L), h2_c = c(3L, 3L), h2_d = c(4L, 4L), h2_e = c(5L, 5L)), row.names = 1:2, class = "data.frame")