在调用时使用dplyr mutate_中的多列函数

我想使用dplyr的

mutate_at

函数将一个函数应用于数据帧中的多个列，其中该函数输入它直接应用到的列以及数据帧中的另一列

作为一个具体的例子，我希望对以下数据帧进行变异

# Example input dataframe
df <- data.frame(
    x = c(TRUE, TRUE, FALSE),
    y = c("Hello", "Hola", "Ciao"),
    z = c("World", "ao", "HaOlam")
)

返回如下所示的数据帧

# Desired output dataframe
df2 <- data.frame(x = c(TRUE, TRUE, FALSE),
                  y_1 = c("Hello", "Hola", NA),
                  z_1 = c("World", "ao", NA))

我知道这可以在BaseR中以多种方式实现，但为了可读性、与数据库接口等原因，我特别希望使用dplyr的

mutate_at

函数来实现这一目标

下面是关于stackoverflow的一些类似问题，这些问题没有解决我在这里提出的问题：

---

在@eipi10对这个问题的评论中，@eipi10回答了这个问题，但我写在这里是为了子孙后代

这里的解决方案是使用：

df %>%
   mutate_at(.vars = vars(y, z),
             .funs = list(~ ifelse(x, ., NA)))

您还可以将新的

cross（）

函数与

mutate（）

一起使用，如下所示：

df %>%
   mutate(across(c(y, z), ~ ifelse(x, ., NA)))

temp_fn <- function(input) ifelse(test = df[["x"]],
                                  yes = input,
                                  no = NA)

df %>%
   mutate_at(.vars = vars(y, z),
             .funs = temp_fn)

在这里使用公式运算符（如

~ifelse（…）

）表示

ifelse（x，，，NA）

是一个匿名函数，它是在调用

mutate_at（）时定义的

这类似于在调用
mutate_at（）
之外定义函数，如下所示：

df %>%
   mutate(across(c(y, z), ~ ifelse(x, ., NA)))

temp_fn <- function(input) ifelse(test = df[["x"]],
                                  yes = input,
                                  no = NA)

df %>%
   mutate_at(.vars = vars(y, z),
             .funs = temp_fn)

temp\u fn%
在（.vars=vars（y，z）处突变_，
.funs=温度（fn）

请注意dplyr中的语法更改：在dplyr版本0.8.0之前，您只需编写
.funs=funs（ifelse（x，，，NA））
，但
funs（）
函数已被弃用，并将很快从dplyr中删除。
补充先前的响应，如果您希望
mutate_at（）
添加新变量（而不是替换），如原始问题中的名称，如
z_1
和
y_1
，您只需：


dplyr>=1带
cross（）
：添加
.names=“{.col}\u 1”
，或者使用
列表（'1'=~ifelse（x，，，NA）
（反勾！）
dplyr[0.8,1[：使用
list（'1'=~ifelse（x，，，NA）
dplyr%
突变（跨越（c（y，z），
列表（~ifelse（x，NA）），
.names=“{.col}_1”））
#>x y z y_1 z_1
#>1真正的你好世界你好世界
#>2真的好啊好啊好啊
#>3假乔浩林
## 0.8 - %
在（.vars=vars（y，z）处突变_，
.funs=list（`1`=~ifelse（x，，，NA）））
#>x y z y_1 z_1
#>1真正的你好世界你好世界
#>2真的好啊好啊好啊
#>3假乔浩林
##0.8之前
df%>%
在（.vars=vars（y，z）处突变_，
.funs=funs（`1`=ifelse（x，NA）））
#>警告：`funs（）`从dplyr 0.8.0开始就不推荐使用。
#>请使用函数或lambda的列表：
#> 
#>#简单命名列表：
#>列表（平均值=平均值，中位数=中位数）
#> 
#>#使用'tibble:：lst（）'自动命名：
#>tibble:：lst（平均值、中值）
#> 
#>#使用lambdas
#>列表（~平均值（，修剪=0.2），~中值（，na.rm=TRUE））
#>此警告每8小时显示一次。
#>调用`lifecycle:：last_warnings（）`查看此警告的生成位置。
#>x y z y_1 z_1
#>1真正的你好世界你好世界
#>2真的好啊好啊好啊
#>3假乔浩林

由（v0.3.0）于2020年10月3日创建

---

有关更多详细信息和技巧，请参阅：

df%>%mutate_at（vars（y，z），funs（ifelse（x，NA））

@eipi10啊，好的。因此，如果我在调用

funs（）时实际包装了
ifelse（x，NA）
，上述代码就可以工作了

。谢谢！我已经检查了你的解决方案，效果非常好。你的解决方案正是我想要的！“这里使用funs（）表示ifelse（x，，，NA）是一个匿名函数”——

funs（）

与传统的匿名函数，

函数（x）有何不同

？根据我的经验，最值得注意的是，它需要更少的键入，并且可读性类似。但是，它还允许您提供匿名函数列表（例如

funs（avg=mean（.），total=sum（.，na.rm=TRUE））

。请参阅。