Dplyr为成对的列集对每个列进行变异

有没有一种方法可以使用dplyr:：mutate_实现以下转换

data.frame(x1 = 1:5, x2 = 6:10, y1 = rnorm(5), y2 = rnorm(5)) %>%
  mutate(diff1 = x1 - y1, diff2 = x2 - y2) 

##   x1 x2          y1         y2       diff1     diff2
## 1  1  6  1.03645018 -0.8602099 -0.03645018  6.860210
## 2  2  7 -1.10790835  1.6912875  3.10790835  5.308712
## 3  3  8  0.95452119  2.7232657  2.04547881  5.276734
## 4  4  9  0.01370762  1.6385765  3.98629238  7.361424
## 5  5 10  0.19354354 -1.0464360  4.80645646 11.046436

我意识到这是一个简单的例子，正如我所描述的，很容易完成，但我正试图用一组更大的列来完成类似的事情

---

谢谢

这并不是每个都使用mutate_，也不是很漂亮，我也不认为它会很快，但是：

#create data set
p<-data.frame(x1 = 1:5, x2 = 6:10,
          y1 = rnorm(5), y2 = rnorm(5),
          z1 = 11:15, z2 = rnorm(5),
          w1 = rchisq(5,2), w2 = rgamma(5, .2)) 

#subset the columns by their column number and subtract them
p[,ncol(p)+seq(1,ncol(p)/2, by = 1)]<-
p[,seq(1,ncol(p),by = 2)]-p[,seq(2,ncol(p), by = 2)]

#创建数据集
p根据@Gregor在评论中提到的，如果您想使用
dplyr
，最好以整洁的格式获取数据。这里有一个想法：

library(dplyr)
library(tidyr)

df %>%
  add_rownames() %>%
  gather(key, val, -rowname) %>%
  separate(key, c("var", "num"), "(?<=[a-z]) ?(?=[0-9])") %>%
  spread(var, val) %>%
  mutate(diff = x - y) 


如果出于某种原因，在执行操作后仍需要宽格式的数据，则可以向管道中添加：

  gather(key, value, -(rowname:num)) %>%
  unite(key_num, key, num, sep = "") %>%
  spread(key_num, value)

这将使：

#Source: local data frame [5 x 7]
#
#  rowname       diff1     diff2    x1    x2          y1         y2
#    (chr)       (dbl)     (dbl) (dbl) (dbl)       (dbl)      (dbl)
#1       1 -0.03645018  6.860210     1     6  1.03645018 -0.8602099
#2       2  3.10790835  5.308713     2     7 -1.10790835  1.6912875
#3       3  2.04547881  5.276734     3     8  0.95452119  2.7232657
#4       4  3.98629238  7.361423     4     9  0.01370762  1.6385765
#5       5  4.80645646 11.046436     5    10  0.19354354 -1.0464360


数据

df <- structure(list(x1 = 1:5, x2 = 6:10, y1 = c(1.03645018, -1.10790835, 
0.95452119, 0.01370762, 0.19354354), y2 = c(-0.8602099, 1.6912875, 
2.7232657, 1.6385765, -1.046436)), .Names = c("x1", "x2", "y1", 
"y2"), class = "data.frame", row.names = c("1", "2", "3", "4", "5"))

df我很高兴听到其他解决方案，但我特别感兴趣的是，是否可以用mutate_each
将
id
定义为原始行，然后按id及其琐碎内容分组。你只是在寻找一个更快的解决方案吗？这是一个聪明的解决方案，@Gregor。我从没想过。老实说，这可能就是我今后处理这个问题的方法。我仍然认为，能够以类似于mutate_each的方式将相同的函数应用于列集合会很好，但这可能是我的问题所特有的一个用例。我认为，如果您有相关列的对、三元组或其他元组，那么您的数据就不整洁。您正在对属于自己列的列名中的信息进行编码，
1
和
2
。而
dplyr
是为处理整洁的数据而构建的。使用向量循环，您可以将最后一行中的
seq（）
调用替换为
c（T，F）
和
c（F，T）
。例如，
mtcars[，c（T，F）]
给出所有奇数列，
mtcars[，c（F，T）]
给出所有偶数列。
df <- structure(list(x1 = 1:5, x2 = 6:10, y1 = c(1.03645018, -1.10790835, 
0.95452119, 0.01370762, 0.19354354), y2 = c(-0.8602099, 1.6912875, 
2.7232657, 1.6385765, -1.046436)), .Names = c("x1", "x2", "y1", 
"y2"), class = "data.frame", row.names = c("1", "2", "3", "4", "5"))