R/dplyr：基于多个动态变量名进行变异

我有一个数据帧列表，每个数据帧包含多个包含表面积值的变量（以“\u区域”结尾）。对于每个表面积变量，都有相应的转换因子（以“_单位”结尾），我想用它来计算第三个变量，该变量包含标准测量单位中的面积。我希望这些变量以“\u area\u ha”结尾。

下面是我的示例数据帧：

a <- tibble(a1_area = c(1,1,1), a2_area_unit = c(1,1,0.5), a2_area = c(1,1,1),
            a1_area_unit = c(1,0.5,0.5), abc = c(1,2,3))

b <- tibble(b1_area = c(1,1,1), b1_area_unit = c(1,1,0.5), b2_area = c(1,1,1),
            b2_area_unit = c(1,0.5,0.5), abc = c(1,2,3))

ab_list <- list(a, b)

names(ab_list) <- c("a", "b")

有没有办法让mutate_at中的函数根据函数中初始变量的名称从父数据帧访问变量？

---

当然，我很高兴看到关于tidyverse方法的任何其他建议，即基于动态变量名称计算“_ha”变量。

tidyverse函数最适合处理“长”格式的数据，其中每一行代表一个唯一的数据点。为此，您需要使用

tidyr:：pivot\u longer

函数：

# Join dataframes
dplyr::bind_cols(a, b) %>%
# Convert to area columns to long format
tidyr::pivot_longer(
  cols = dplyr::ends_with('area'),
  names_to = 'site',
  values_to = 'area'
) %>%
# Convert unit columns to long format
tidyr::pivot_longer(
  cols = dplyr::ends_with('unit'),
  names_to = 'site2',
  values_to = 'unit'
) %>%
# Just extract first 2 characters of the site column to get unique ID
dplyr::mutate(
  site = stringr::str_sub(site, 1, 2)
) %>%
# Remove redundant columns
dplyr::select(abc, site, area, unit) %>%
# Calculate area in HA
dplyr::mutate(
  area_ha = area * unit
)

---

一旦数据是长格式，就可以使用

dplyr:：mutate

将面积列乘以单位列，得到面积列。如果您想将数据转换回原始格式，可以使用

tidyr:：pivot\u wider

将数据转换回宽频格式，这将为您提供名称为a1\u area\u ha、a2\u area\u ha等的列。

好问题。下面是一个基本的R解决方案。我确信它可以适应tidyverse解决方案（例如，使用

purr:：map2（）

）。在这里，我构建了一个进行基本测试的函数，然后将其与

lappy（）

一起使用。注意：答案是根据您的示例定制的，因此如果您的值/单位有不同的列名，则需要对其进行调整。希望这有帮助

val_by_unit <- function(data) {

  df <- data[order(names(data))]

  # Selecting columns for values and units
  val <- df[endsWith(names(df), "area")]
  unit <- df[endsWith(names(df), "unit")]


  # Check names are multiplying correctly
  if(!all(names(val) == sub("_unit", "", names(unit)))) {
    stop("Not all areas have a corresponding unit")
  }

  # Multiplying corresponding columns
  output <- Map(`*`, val, unit)

  # Renaming output and adding columns   
  data[paste0(names(output), "_ha")] <- output
  data
}

---

val\u by\u单位谢谢！这对我来说很好，避免了循环。我也会研究map2。由于我的实际数据帧较长，并且我有多个值/单位组合（面积/公顷、重量/千克等），因此我修改了您的函数，以同时获取值的参数，例如“面积”、单位（例如“单位”）和输出单位（例如“公顷”）。此解决方案对我来说效果很好，直到我尝试使用pivot\u Wither将其转换回原始格式：tidyr:：pivot\u Wither（名称\u from=site，值\u from=c（面积，面积\u ha，单位）。使用此方法会为值\u from中的每个元素提供错误消息（1:
区域
中的值没有唯一标识；输出将包含列表列等）。我尝试在pivot_加宽（mutate（row=row_number（））之前使用唯一标识符，但这只会导致更大的数据帧（12 x 8）每一行包含a1或a2的值，而其余的是NA的值。你知道如何解决这个问题吗？
# Join dataframes
dplyr::bind_cols(a, b) %>%
# Convert to area columns to long format
tidyr::pivot_longer(
  cols = dplyr::ends_with('area'),
  names_to = 'site',
  values_to = 'area'
) %>%
# Convert unit columns to long format
tidyr::pivot_longer(
  cols = dplyr::ends_with('unit'),
  names_to = 'site2',
  values_to = 'unit'
) %>%
# Just extract first 2 characters of the site column to get unique ID
dplyr::mutate(
  site = stringr::str_sub(site, 1, 2)
) %>%
# Remove redundant columns
dplyr::select(abc, site, area, unit) %>%
# Calculate area in HA
dplyr::mutate(
  area_ha = area * unit
)

val_by_unit <- function(data) {

  df <- data[order(names(data))]

  # Selecting columns for values and units
  val <- df[endsWith(names(df), "area")]
  unit <- df[endsWith(names(df), "unit")]


  # Check names are multiplying correctly
  if(!all(names(val) == sub("_unit", "", names(unit)))) {
    stop("Not all areas have a corresponding unit")
  }

  # Multiplying corresponding columns
  output <- Map(`*`, val, unit)

  # Renaming output and adding columns   
  data[paste0(names(output), "_ha")] <- output
  data
}

lapply(ab_list, val_by_unit)

$a
# A tibble: 3 x 7
  a1_area a2_area_unit a2_area a1_area_unit   abc a1_area_ha a2_area_ha
    <dbl>        <dbl>   <dbl>        <dbl> <dbl>      <dbl>      <dbl>
1       1          1         1          1       1        1          1  
2       1          1         1          0.5     2        0.5        1  
3       1          0.5       1          0.5     3        0.5        0.5

$b
# A tibble: 3 x 7
  b1_area b1_area_unit b2_area b2_area_unit   abc b1_area_ha b2_area_ha
    <dbl>        <dbl>   <dbl>        <dbl> <dbl>      <dbl>      <dbl>
1       1          1         1          1       1        1          1  
2       1          1         1          0.5     2        1          0.5
3       1          0.5       1          0.5     3        0.5        0.5