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R 如何将相同的转换应用于数据帧中的变量组?,r,dataframe,dplyr,R,Dataframe,Dplyr,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"))
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)
mydfvar\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