R 如何将相同的转换应用于数据帧中的变量组？

我有一个包含许多变量的数据框架，这些变量的名称包括标记

---

mydf这就是你想要的

library(dplyr)

mydf <- data.frame(
  var_x = 1:5, var_y = runif(5), var_z = runif(5), 
  other_x = 10:14, other_p = runif(5), other_r = runif(5)
)

my_df_var <-
  mydf %>% 
  select(contains("var")) 

my_divided_var_df <-
  my_df_var / my_df_var[, 1]

my_df_other <-
  mydf %>% 
  select(contains("other")) 

my_divided_other_df <-
  my_df_other / my_df_other[, 1]

my_final_df <-
  bind_cols(my_divided_var_df, 
            my_divided_other_df)

my_final_df
  var_x     var_y      var_z other_x    other_p    other_r
1     1 0.1505216 0.50006694       1 0.01507284 0.04272813
2     1 0.3694496 0.07608916       1 0.03721775 0.07758692
3     1 0.1615257 0.05903999       1 0.04790595 0.00702291
4     1 0.1867266 0.15325190       1 0.06612689 0.03709427
5     1 0.1823187 0.15005917       1 0.02325902 0.05880811

库（dplyr）
mydf
var\u x\u orig%
变异每个（funs（/其他源），匹配（^other）
这可能会有所帮助。如果每个变量名有三列（例如，三列带“var”，三列带“other”），我会使用
lappy（）
。然后，如有必要，绑定列以返回原始数据格式

# mydf
#  var_x     var_y     var_z other_x    other_p    other_r
#1     1 0.8393539 0.2685360      10 0.82749405 0.77923222
#2     2 0.8966534 0.6157903      11 0.30657267 0.97301619
#3     3 0.7426782 0.6982445      12 0.75195632 0.03107233
#4     4 0.9448537 0.3711827      13 0.68455120 0.45232667
#5     5 0.4848614 0.2108115      14 0.01126723 0.91213041

library(dplyr)

num <- seq(1, ncol(mydf), 3)

lapply(num, function(x) mydf[, x:(x+2)]) -> foo
lapply(foo, function(y) {y[,2] = y[, 2] / y[, 1]
                         y[,3] = y[, 3] / y[, 1]
                         y}) %>%
bind_cols(.)

#  var_x      var_y      var_z other_x      other_p     other_r
#1     1 0.83935391 0.26853595      10 0.0827494049 0.077923222
#2     2 0.44832669 0.30789516      11 0.0278702429 0.088456017
#3     3 0.24755938 0.23274817      12 0.0626630264 0.002589361
#4     4 0.23621343 0.09279569      13 0.0526577848 0.034794359
#5     5 0.09697229 0.04216230      14 0.0008048022 0.065152172

#mydf
#var_x var_y var_z其他
#1     1 0.8393539 0.2685360      10 0.82749405 0.77923222
#2     2 0.8966534 0.6157903      11 0.30657267 0.97301619
#3     3 0.7426782 0.6982445      12 0.75195632 0.03107233
#4     4 0.9448537 0.3711827      13 0.68455120 0.45232667
#5     5 0.4848614 0.2108115      14 0.01126723 0.91213041
图书馆（dplyr）
num foo
lapply（foo，函数（y）{y[，2]=y[，2]/y[，1]
y[，3]=y[，3]/y[，1]
y} ）%>%
绑定列（.）
#var_x var_y var_z其他
#1     1 0.83935391 0.26853595      10 0.0827494049 0.077923222
#2     2 0.44832669 0.30789516      11 0.0278702429 0.088456017
#3     3 0.24755938 0.23274817      12 0.0626630264 0.002589361
#4     4 0.23621343 0.09279569      13 0.0526577848 0.034794359
#5     5 0.09697229 0.04216230      14 0.0008048022 0.065152172
即使数据帧的结构不好，这种修改版本的
mymutate
也能工作（即，对于每种情况，应缩放的列数不相同）

#mydf
#var_x var_y var_z其他
# 1     1 0.1913353 0.4706113      10 0.003120607 0.17808048
# 2     2 0.1620725 0.6228830      11 0.844399758 0.01361841
# 3     3 0.5148884 0.3671178      12 0.996055741 0.33513972
# 4     4 0.8086168 0.3265216      13 0.984819261 0.96802056
# 5     5 0.9902217 0.9087540      14 0.951119864 0.82479090
mymutate你确定
mydf%>%mutate\u每个（funs（./var\u x），匹配项（“^var”）
都会给你想要的结果吗？@JasonAizkalns你是对的，这不起作用。我相应地更新了问题。
x
变量在除以它自身后将被更新为1，因此稍后我将把其他变量除以1。谢谢你的关注，谢谢你澄清。我相信发布的解决方案（到目前为止）能达到预期效果。我看不出它们如何允许
lappy
。。。也许需要一些调整。虽然我仍然不明白为什么我会收到错误消息，
'type'未找到
您的真实数据是什么样子的？和示例数据一样，每个变量名有三列吗？谢谢，听起来不错。我试试看。知道为什么找不到
“type”
？@janosdivenyi不知道发生了什么。我只是觉得每个人都要变异不是办法。看到你自己的函数，我想你是在要求R每次选取三个列并对每个列进行变异。如果有数百列，我想您应该使用lappy将函数应用于for循环。如果是这样的话，拆分数据并使用lappy似乎是一种好方法。是的，如果数据帧的结构如本例所示很好，则此解决方案有效。只需一句话：
bind.cols（）
不是
dplyr
的一部分，而是
do.call（cbind，）
按预期工作。@janosdivenyi我的意思是
bind\u cols（）
。对不起，我的打字错误。
# mydf
#  var_x     var_y     var_z other_x    other_p    other_r
#1     1 0.8393539 0.2685360      10 0.82749405 0.77923222
#2     2 0.8966534 0.6157903      11 0.30657267 0.97301619
#3     3 0.7426782 0.6982445      12 0.75195632 0.03107233
#4     4 0.9448537 0.3711827      13 0.68455120 0.45232667
#5     5 0.4848614 0.2108115      14 0.01126723 0.91213041

library(dplyr)

num <- seq(1, ncol(mydf), 3)

lapply(num, function(x) mydf[, x:(x+2)]) -> foo
lapply(foo, function(y) {y[,2] = y[, 2] / y[, 1]
                         y[,3] = y[, 3] / y[, 1]
                         y}) %>%
bind_cols(.)

#  var_x      var_y      var_z other_x      other_p     other_r
#1     1 0.83935391 0.26853595      10 0.0827494049 0.077923222
#2     2 0.44832669 0.30789516      11 0.0278702429 0.088456017
#3     3 0.24755938 0.23274817      12 0.0626630264 0.002589361
#4     4 0.23621343 0.09279569      13 0.0526577848 0.034794359
#5     5 0.09697229 0.04216230      14 0.0008048022 0.065152172