使用 for 循环进行带有操作的 mutate 函数

Question

我试图使用

for

循环在数据框中创建新列，我正在努力开发新的变量进行分析，但我发现这样做有很多问题。

我有几个与政党对几个政治问题的重视程度相关的变量，我想为每个问题创建变量，同时考虑政党收到的选票份额（以便确定有多少选票份额与强调有关）我由 x 方提出的问题）。

因此，新列将应用以下操作：i_emphasis * pervote。

我编写的代码源自我在 Stack 中检查的另一个响应，因为我的前几次尝试进展得很糟糕，但我仍然看不到发生了什么。这是目前的代码：

vars <- c(y2016_ESP$per101:y2016_ESP$per706)

y2016_ESP %>% 
  for (i_var in vars){
      i_emphasis <- paste0("supp_i_",i_var)
  
      mod_y2016_ESP <- y2016_ESP %>%
        mutate(!!sym(i_emphasis) := i_var*pervote)
  }

i_var

是包含所有“问题重点”列的向量，它应该迭代，并且它似乎是给出问题的向量。我不明白为什么，因为

c()

应该获取每一列并将其包含在向量中（至少，我认为它应该这样做）。

注意：对于当前的代码，我只是将其应用于简化的数据帧，因为我想测试它并首先描述性地检查这个小 df，然后将其普遍应用于更广泛的数据帧。我看到其他一些人使用函数

apply()

或

lapply()

来做类似的事情，但我更熟悉编程语言中典型的

for

循环。

Answer 1

我认为以下就是您想要的。

library(dplyr)
y2016_ESP <- data.frame(
  per101 = 1:5,
  per501 = rnorm(5),
  per706 = runif(5)
  )

pervote <- .5

# mutate creates new columns
y2016_ESP |>
  dplyr::mutate(
    dplyr::across(per101:per706, # tidy select all columns between `per101` and `per706`
                  ~ .x * pervote, # dplyr style anonymous function
                  .names = "supp_i_{.col}") # glue style naming of new columns
    )

我认为您的困惑来自于将基础 R 和 dplyr 的 tidy-select 概念混合在一起。

vars <- c(y2016_ESP$per101:y2016_ESP$per706)

在基本 R 中并没有真正意义，但该样式是使用

dplyr

使用

across

选择列的一种方法。

上面评论中的

glue

指的是Rglue包。它的操作通常类似于 Python 的 f 字符串。

您通常希望在基本 R 风格或 dplyr 风格之间进行选择，并避免过多混合概念。 （当然，这并不总是正确的。）

如果您经常使用 data.frames，我推荐这本书 R for Data Science。

Answer 2

如果你真的想循环变量名，你可以使用基本 R 而不是 dplyr

for (var in list_var) {
df[[var]] # do your thing
}