R 基于函数参数创建一系列具有名称的变量
我有一系列值为1.2、2.5等的变量。我想按小数点分隔数字,以便为整数和小数点创建一个新列,然后分配总分R 基于函数参数创建一系列具有名称的变量,r,dplyr,mutate,R,Dplyr,Mutate,我有一系列值为1.2、2.5等的变量。我想按小数点分隔数字,以便为整数和小数点创建一个新列,然后分配总分 HT_Q1 <- c(1.2, 2.5, 7.4) HT_Q2 <- c(2.5, 8.5, 9.5) AT_Q1 <- c(2.4, 1.2, 1.4) AT_Q2 <- c(6.5, 1.5, 9.10) df <- data.frame(HT_Q1, HT_Q2, AT_Q1, AT_Q2) 但是,我想编写一个函数,这样就不必为每个变量重复上面的代码。是
HT_Q1 <- c(1.2, 2.5, 7.4)
HT_Q2 <- c(2.5, 8.5, 9.5)
AT_Q1 <- c(2.4, 1.2, 1.4)
AT_Q2 <- c(6.5, 1.5, 9.10)
df <- data.frame(HT_Q1, HT_Q2, AT_Q1, AT_Q2)
但是,我想编写一个函数,这样就不必为每个变量重复上面的代码。是否可以将每个变量(HT_Q1、HT_Q2等)作为参数传递给函数,并创建相应的变量(例如HT_Q2_g、HT_Q2_B、AT_Q2_g等)
我尝试根据传递给函数的参数创建变量名,但无效:
edit_score <- function(var){
mutate(df,
paste0(var, "_G") = trunc(var),
paste0(var, "_B") = var %% 1 * 10,
paste0(var, "_P") = (paste0(var, "_G") * 6) + paste0(var, "_B"))
}
edit_score(HT_Q1)
edit_score(HT_Q2)
edit_score(AT_Q1)
edit_score(AT_Q2)
edit_score您可以在此处使用非标准评估:
library(dplyr)
library(purrr)
library(rlang)
edit_score <- function(var){
transmute(df,
!!paste0(var, "_G") := trunc(!!sym(var)),
!!paste0(var, "_B") := !!sym(var) %% 1 * 10,
!!paste0(var, "_P") := !!sym(paste0(var, "_G")) * 6 +
!!sym(paste0(var, "_B")))
}
bind_cols(df, map_dfc(names(df), edit_score))
使用tidyverse时,数据的格式要整齐、长,这一点很重要。这使得使用tidyverse函数更容易。使用gather函数,我们可以将数据转换为长格式,mutate将对所有值应用函数
HT_Q1 <- c(1.2, 2.5, 7.4)
HT_Q2 <- c(2.5, 8.5, 9.5)
AT_Q1 <- c(2.4, 1.2, 1.4)
AT_Q2 <- c(6.5, 1.5, 9.10)
df <- data.frame(HT_Q1, HT_Q2, AT_Q1, AT_Q2)
df <- df %>%
gather() %>%
mutate(G = trunc(value),
B = value %% 1 * 10,
P = G*6 + B)
# key value G B P
#1 HT_Q1 1.2 1 2 8
#2 HT_Q1 2.5 2 5 17
#3 HT_Q1 7.4 7 4 46
#4 HT_Q2 2.5 2 5 17
#5 HT_Q2 8.5 8 5 53
#6 HT_Q2 9.5 9 5 59
#7 AT_Q1 2.4 2 4 16
#8 AT_Q1 1.2 1 2 8
#9 AT_Q1 1.4 1 4 10
#10 AT_Q2 6.5 6 5 41
#11 AT_Q2 1.5 1 5 11
#12 AT_Q2 9.1 9 1 55
HT\u Q1您可以使用cross()
和lst()
功能,该功能引用了先前创建的组件
library(dplyr)
df %>%
mutate(across(.fns = lst( G = function(x) trunc(x),
B = function(x) x %% 1 * 10,
P = ~ (G(.) * 6) + B(.) )))
输出
cross()
自动创建新的列名,并根据需要用“\uu”
分隔。您还可以通过.names
参数自定义新的名称模式
# HT_Q1 HT_Q2 AT_Q1 AT_Q2 HT_Q1_G HT_Q1_B HT_Q1_P
# 1 1.2 2.5 2.4 6.5 1 2 8
# 2 2.5 8.5 1.2 1.5 2 5 17
# 3 7.4 9.5 1.4 9.1 7 4 46
#
# HT_Q2_G HT_Q2_B HT_Q2_P AT_Q1_G AT_Q1_B AT_Q1_P
# 1 2 5 17 2 4 16
# 2 8 5 53 1 2 8
# 3 9 5 59 1 4 10
#
# AT_Q2_G AT_Q2_B AT_Q2_P
# 1 6 5 41
# 2 1 5 11
# 3 9 1 55
仅使用基本R
#类似python的字符串串联`+`
`%+%`谢谢,BaseR方法更容易理解!
df <- df %>%
pivot_wider(id_cols = key, names_from = key, values_from = value:P, values_fn=list, , names_glue = "{key}_{.value}") %>%
unnest(cols=everything())
colnames(df) = gsub("_value", "", colnames(df))
# HT_Q1 HT_Q2 AT_Q1 AT_Q2 HT_Q1_G HT_Q2_G AT_Q1_G AT_Q2_G HT_Q1_B HT_Q2_B AT_Q1_B AT_Q2_B HT_Q1_P HT_Q2_P AT_Q1_P AT_Q2_P
#1 1.2 2.5 2.4 6.5 1 2 2 6 2 5 4 5 8 17 16 41
#2 2.5 8.5 1.2 1.5 2 8 1 1 5 5 2 5 17 53 8 11
#3 7.4 9.5 1.4 9.1 7 9 1 9 4 5 4 1 46 59 10 55
library(dplyr)
df %>%
mutate(across(.fns = lst( G = function(x) trunc(x),
B = function(x) x %% 1 * 10,
P = ~ (G(.) * 6) + B(.) )))
# HT_Q1 HT_Q2 AT_Q1 AT_Q2 HT_Q1_G HT_Q1_B HT_Q1_P
# 1 1.2 2.5 2.4 6.5 1 2 8
# 2 2.5 8.5 1.2 1.5 2 5 17
# 3 7.4 9.5 1.4 9.1 7 4 46
#
# HT_Q2_G HT_Q2_B HT_Q2_P AT_Q1_G AT_Q1_B AT_Q1_P
# 1 2 5 17 2 4 16
# 2 8 5 53 1 2 8
# 3 9 5 59 1 4 10
#
# AT_Q2_G AT_Q2_B AT_Q2_P
# 1 6 5 41
# 2 1 5 11
# 3 9 1 55
# python-like string concatenation `+`
`%+%` <- function(str1, str2) {
paste0(str1, str2)
}
add_columns <- function(df, col) {
df[, col %+% "_G"] <- trunc(df[, col])
df[, col %+% "_B"] <- df[, col] %% 1 * 10
df[, col %+% "_P"] <- df[, col %+% "_G"] * 6 + df[, col %+% "_B"]
df
}
generate_GBP_columns <- function(df) {
for (col in names(df)) {
df <- add_columns(df, col)
}
df
}
generate_GBP_columns(df)
# HT_Q1 HT_Q2 AT_Q1 AT_Q2 HT_Q1_G HT_Q1_B HT_Q1_P HT_Q2_G HT_Q2_B HT_Q2_P
# 1 1.2 2.5 2.4 6.5 1 2 8 2 5 17
# 2 2.5 8.5 1.2 1.5 2 5 17 8 5 53
# 3 7.4 9.5 1.4 9.1 7 4 46 9 5 59
# AT_Q1_G AT_Q1_B AT_Q1_P AT_Q2_G AT_Q2_B AT_Q2_P
# 1 2 4 16 6 5 41
# 2 1 2 8 1 5 11
# 3 1 4 10 9 1 55