在dplyr mutate中，如何引用多个相似命名的变量

我有一个类似于此的

data.frame

：

library(tidyverse)
df <- data.frame(
  var_1_a = 1:100,
  var_1_b = 101:200,
  var_two_a = 5:104, 
  var_two_b = 1:100
)
head(df)
  var_1_a var_1_b var_two_a var_two_b
1       1     101         5         1
2       2     102         6         2
3       3     103         7         3
4       4     104         8         4
5       5     105         9         5
6       6     106        10         6    

但在真实数据中，我有大约一百个这样的。做这件事比把它们都打出来更容易的方法是什么

---

PS-如果这更简单，我有一个包含所有变量的列表（例如，

mylist一种通过base R实现的方法

ind <- unique(stringr::word(names(df), 2, sep = '_'))
m1 <- sapply(ind, function(i) Reduce(`-`, (df[stringr::word(names(df), 2, sep = '_') %in% i])))

#which gives,
head(m1)
#     [,1] [,2]
#[1,] -100    4
#[2,] -100    4
#[3,] -100    4
#[4,] -100    4
#[5,] -100    4
#[6,] -100    4

ind您可以使用下面的代码。假设始终只有两个名称相似的变量

mylist <- list("var_1", "var_two")
get_similar_names <- function(x) grep(x,names(df))
get_diff <- function(x) Reduce(`-`, subset(df,select=x) )

matches <- lapply(mylist, get_similar_names )
out <- lapply(matches, get_diff)
names(out) <- paste0(mylist,"_new")
out.df <- data.frame(out)

head(out.df)
  var_1_new var_two_new
1      -100           4
2      -100           4
3      -100           4
4      -100           4
5      -100           4
6      -100           4

mylist感谢您的回复。这在我的具体情况下不起作用，因为变量的结尾并不总是数字。我将编辑原始问题以使其更清楚。是的，为了使其适合我的确切数据，需要进行一些争论。谢谢！使用
mutate\uuuuu
而不是
mutate
，您可以在那里以字符串形式给出表达式d用你想要的数据名做所有的
gsub
和
paste
。对，但在这种情况下我会有字符串向量，对吗？我不认为
mutate\uu
可以处理这个问题，或者我错了吗？你是对的，这适用于多个参数，而不是字符串向量。你可以建立一个列和表达式的名称列表s评估并使用
do.call
，但这可能不是最简单的方法。
final_df <- cbind(df, setNames(data.frame(m1), c(paste0('var_', ind, '_new'))))

#  var_1_a var_1_b var_two_a var_two_b var_1_new var_two_new
#1       1     101         5         1      -100           4
#2       2     102         6         2      -100           4
#3       3     103         7         3      -100           4
#4       4     104         8         4      -100           4
#5       5     105         9         5      -100           4
#6       6     106        10         6      -100           4

mylist <- list("var_1", "var_two")
get_similar_names <- function(x) grep(x,names(df))
get_diff <- function(x) Reduce(`-`, subset(df,select=x) )

matches <- lapply(mylist, get_similar_names )
out <- lapply(matches, get_diff)
names(out) <- paste0(mylist,"_new")
out.df <- data.frame(out)

head(out.df)
  var_1_new var_two_new
1      -100           4
2      -100           4
3      -100           4
4      -100           4
5      -100           4
6      -100           4