基于相应的列r替换列值

我有大约60个不同的列，30个列对应其余30个列的名称。我想基于其他相应的值替换这30列值

样本数据：

---

df.wide可能会将您的数据放在长格式中：

library(data.table)
setDT(df.wide)

dt.long = melt(df.wide, meas=patterns(IM = "^IM", LV = "^LV"))
dt.long[, variable := c("A","B","C")[variable]]

    title variable  IM  LV
 1:     A        A 0.5 0.7
 2:     B        A 0.1 0.0
 3:     C        A 4.6 2.5
 4:     D        A 5.6 5.0
 5:     A        B 0.2 1.0
 6:     B        B 0.4 2.0
 7:     C        B 2.6 4.5
 8:     D        B 2.2 5.0
 9:     A        C 2.0 3.0
10:     B        C 1.0 2.0
11:     C        C 3.0 5.0
12:     D        C 4.0 1.0

从这里可以轻松进行编辑：

dt.long[IM < 2.5, LV := 0]

如果需要相同的列顺序，则需要进一步的步骤：

setcolorder(res, names(df.wide))

   title IM.A LV.A IM.B LV.B IM.C LV.C
1:     A  0.5  0.0  0.2  0.0    2    0
2:     B  0.1  0.0  0.4  0.0    1    0
3:     C  4.6  2.5  2.6  4.5    3    5
4:     D  5.6  5.0  2.2  0.0    4    1

您可以使用
ifelse（df.wide$IM.A<2.5,0，df.wide$LV.A）

假设您的变量以
df.wide
中所述的方式隔开（
IM.x
和
LV.x
都互相跟随），对于所有列，您可以这样做，其中3是第一列
LV
，7是最后一列
LV

df.wide[,seq(3,7, by = 2)] <- sapply(seq(3,7, by = 2), function(x)
  ifelse(df.wide[,x-1] < 2.5, 0, df.wide[,x])  
)

df.wide[，seq（3,7，by=2）]下面是一种使用development
tidyr
pivot\uuu
函数的方法。您可以通过运行
devtools:：install\u github（“tidyverse/tidyr”）
获得这些信息

这展示了pivot函数的
spec
功能，它允许您灵活地指定重塑格式。其工作方式是规范的每一行都是原始数据帧的输入列（如果使用
pivot\u longer
）。
.name
列包含输入列名，
.value
列包含希望各个输入列中的值进入的新列的名称。在这里，我们希望将以
“IM”
开头的列中的所有值放入
IM
列中，类似地，对于
LV
。最后，我们指定其他变量如何映射到列（这里只是
letter
）

这使我们能够快速地将
pivot\u加长
，使用
if\u else
执行所需的替换，然后将
pivot\u加宽
恢复到原始格式

库（tidyverse）
df.wide%colnames（），
`.value`=str_extract（`.name`，“^.{2}”），
letter=str_extract（`.name`，“{1}$”）
)
df.wide%>%
枢轴长度（规格=规格）%>%
变异（LV=if_else（IM<2.5,0，LV））%>%
枢轴（规格=规格）
#>#A tibble:4 x 7
#>标题IM.A LV.A IM.B LV.B IM.C LV.C
#>         
#>1 A 0.50 0.2 0 2 0
#>2 B 0.1 0 0.4 0 1 0
#>3 C 4.6 2.5 2.6 4.5 3 5
#>4 D 5.6 5 2.2 0 4 1

由（v0.3.0）创建于2019-07-23，或通过T/F矩阵编制索引
df.wide[grep（“LV”，名称（df.wide））][df.wide[grep（“IM”，名称（df.wide））]<2.5]
library(data.table)
setDT(df.wide)

dt.long = melt(df.wide, meas=patterns(IM = "^IM", LV = "^LV"))
dt.long[, variable := c("A","B","C")[variable]]

    title variable  IM  LV
 1:     A        A 0.5 0.7
 2:     B        A 0.1 0.0
 3:     C        A 4.6 2.5
 4:     D        A 5.6 5.0
 5:     A        B 0.2 1.0
 6:     B        B 0.4 2.0
 7:     C        B 2.6 4.5
 8:     D        B 2.2 5.0
 9:     A        C 2.0 3.0
10:     B        C 1.0 2.0
11:     C        C 3.0 5.0
12:     D        C 4.0 1.0

dt.long[IM < 2.5, LV := 0]

res = dcast(dt.long, title ~ variable, value.var=c("IM", "LV"), sep=".")

   title IM_A IM_B IM_C LV_A LV_B LV_C
1:     A  0.5  0.2    2  0.0  0.0    0
2:     B  0.1  0.4    1  0.0  0.0    0
3:     C  4.6  2.6    3  2.5  4.5    5
4:     D  5.6  2.2    4  5.0  0.0    1

setcolorder(res, names(df.wide))

   title IM.A LV.A IM.B LV.B IM.C LV.C
1:     A  0.5  0.0  0.2  0.0    2    0
2:     B  0.1  0.0  0.4  0.0    1    0
3:     C  4.6  2.5  2.6  4.5    3    5
4:     D  5.6  5.0  2.2  0.0    4    1

df.wide[,seq(3,7, by = 2)] <- sapply(seq(3,7, by = 2), function(x)
  ifelse(df.wide[,x-1] < 2.5, 0, df.wide[,x])  
)