在R中使用for循环和mutate函数生成新变量

假设我有一个如下所示的数据帧：

fact_code style_serial ss rib button rib_s button_s
1008      style_1018   1   0  0      1     1 
1008      style_1018   0   1  0      1     1
1008      style_1018   0   1  0      1     1
1008      style_1018   0   0  1      1     1 
1008      style_1003   1   0  1      0     1
1008      style_1003   0   0  1      0     1
1008      style_1003   0   0  0      0     1
1008      style_1003   0   0  0      0     1
1004      style_1197   1   0  0      1     0 
1004      style_1197   0   0  0      1     0
1004      style_1197   0   0  0      1     0
1004      style_1197   0   1  0      1     0

关键变量rib和button是虚拟变量。它们表明工厂生产的特定服装款式是否有罗纹或纽扣，或两者兼有。然后我想取这些伪变量的最大值，这些伪变量按

fact\u code

和

style\u serial

分组，在这种情况下，我将它们命名为

rib\u s

和

button\u

变量

rib_s

和

button_s

生成如下：

df <- df %>% group_by(fact_code, style_serial) %>% mutate(rib_s = max(rib, na.rm = TRUE))
df <- df %>% group_by(fact_code, style_serial) %>% mutate(button_s = max(button, na.rm = TRUE))

df%分组依据（事实代码，样式序列）%>%变异（肋骨=最大值（肋骨，na.rm=真））
df%分组依据（事实代码，样式序列）%>%变异（按钮=最大值（按钮，na.rm=真））

现在假设我有大约20个这样的变量。我想创建一个循环，该循环的运行次数与变量数量相同，并且每次都为20个伪变量中的每一个执行上述代码

作为测试，我尝试了这两个变量：

for (xx in c("rib", "button")){
df <- df %>%
group_by_(fact_code, style_serial) %>%
yy <- paste0(c(xx, "s"), collapse = "_") %>%
mutate_(yy = max(xx, na.rm = TRUE))
}

for（xx in c（“肋骨”、“按钮”））{
df%
分组依据（事实代码、样式序列）%>%
yy%
变异（yy=max（xx，na.rm=TRUE））
}

但它给了我以下错误信息：

使用方法中的错误（“变异”）： 没有适用于“字符”类对象的“mutate”方法

我也尝试过基本r函数，例如

tapply

和

aggregate

，但总是收到一些错误消息

---

你有办法解决这个问题吗

使用

dplyr:：mutate_at

可以非常简洁地解决这个问题：

library(dplyr)
key <- c("rib", "button")
df %>%
    group_by(fact_code, style_serial) %>%
    mutate_at(vars(key), funs(max = max(.)))
## A tibble: 12 x 9
## Groups:   fact_code, style_serial [3]
#   fact_code style_serial    ss   rib button rib_s button_s rib_max button_max
#       <int> <fct>        <int> <int>  <int> <int>    <int>   <dbl>      <dbl>
# 1      1008 style_1018       1     0      0     1        1      1.         1.
# 2      1008 style_1018       0     1      0     1        1      1.         1.
# 3      1008 style_1018       0     1      0     1        1      1.         1.
# 4      1008 style_1018       0     0      1     1        1      1.         1.
# 5      1008 style_1003       1     0      1     0        1      0.         1.
# 6      1008 style_1003       0     0      1     0        1      0.         1.
# 7      1008 style_1003       0     0      0     0        1      0.         1.
# 8      1008 style_1003       0     0      0     0        1      0.         1.
# 9      1004 style_1197       1     0      0     1        0      1.         0.
#10      1004 style_1197       0     0      0     1        0      1.         0.
#11      1004 style_1197       0     0      0     1        0      1.         0.
#12      1004 style_1197       0     1      0     1        0      1.         0.

钥匙

df <- read.table(text =
    "fact_code style_serial ss rib button rib_s button_s
1008      style_1018   1   0  0      1     1
1008      style_1018   0   1  0      1     1
1008      style_1018   0   1  0      1     1
1008      style_1018   0   0  1      1     1
1008      style_1003   1   0  1      0     1
1008      style_1003   0   0  1      0     1
1008      style_1003   0   0  0      0     1
1008      style_1003   0   0  0      0     1
1004      style_1197   1   0  0      1     0
1004      style_1197   0   0  0      1     0
1004      style_1197   0   0  0      1     0
1004      style_1197   0   1  0      1     0", header = T)