R 按名称汇总数据表列

我有一个数据表，其中许多变量被分为正分量和负分量。我希望合并这些列，以便显示变量的有符号值。（此类变量的名称中始终有

正

和

负

，其他变量没有。但是

正

和

负

子字符串可能出现在变量中的任何位置，即只有

grepl（（正）|（负）”，名称（dt））

正确识别它们。）

比如说,

library(data.table)

set.seed(1)

(DT <- data.table(x = 1:5, 
                  a_positive = sample(1:5), 
                  a_negative = sample(1:5), 
                  b_positive = sample(1:5), 
                  b_negative = sample(1:5), 
                  c_normal = sample(1:5)))

   x a_positive a_negative b_positive b_negative c_normal
1: 1          2          5          2          3        5
2: 2          5          4          1          5        1
3: 3          4          2          3          4        2
4: 4          3          3          4          1        4
5: 5          1          1          5          2        3

我的方法依赖于

for

循环和

dplyr

：

library(dplyr)
library(lazyeval)
library(magrittr) 

unite_positive_negative <- function(dt){
  signed_names <- 
    names(dt)[
      duplicated(gsub("(positive)|(negative)", "", names(dt))) | 
        duplicated(gsub("(positive)|(negative)", "", names(dt)), fromLast = TRUE)]

  unsigned_names <- 
    gsub("_*((positive)|(negative))_*", "", signed_names)

  the_names <- 
    data.table(signed_names = signed_names, 
               unsigned_names = unsigned_names) 

  for (unsigned_name in unsigned_names){
    poz <- the_names[unsigned_names == unsigned_name & grepl("positive", signed_names, fixed = TRUE)][["signed_names"]]
    neg <- the_names[unsigned_names == unsigned_name & grepl("negative", signed_names, fixed = TRUE)][["signed_names"]]

    dt %<>%
      mutate_(.dots = setNames(list(interp(~p - n, p = as.name(poz), n = as.name(neg))), unsigned_name)) 
  }

  # Unimportant
  unselect_ <- function(.data, .dots){
    all_names <- names(.data)
    keeps <- names(.data)[!names(.data) %in% .dots]
    dplyr::select_(.data, .dots = keeps)
  }

  dt %>%
    unselect_(.dots = signed_names)
}

库（dplyr）
图书馆（懒汉）
图书馆（magrittr）
联合阳性和阴性我们可以尝试使用
melt/dcast
。使用
melt
将
id.var
指定为'x'和'c_normal'列（如果有许多'normal'列，我们也可以使用
grep
来将数据集从'wide'格式重塑为'long'格式。使用
tstrsplit
将'variable'列拆分为两个。按'x'、'c_normal'和'var1'分组（从
split
）中，我们将“value”的“negative”和“positive”子集，将它们与
-1/1相乘，然后将它们相加。然后，
dcast
从“long”格式转换为“wide”格式

library(data.table)
dcast(melt(DT, id.var = c("x", "c_normal"))[, 
       c("var1", "var2") := tstrsplit(variable, "_")
        ][, -1*value[var2=="negative"] + value[var2=="positive"] ,
        by = .(x, c_normal, var1)],
              x + c_normal~var1, value.var="V1")
#   x c_normal  a  b
#1: 1        5 -3 -1
#2: 2        1  1 -4
#3: 3        2  2 -1
#4: 4        4  0  3
#5: 5        3  0  3


没有
melt/dcast
的另一个选项是将数据集的“正”列和“负”列（假设它们是有序的）子集，乘以
1/-1
，进行加法（
+
），并将这些输出分配给没有“正/负”列的数据集子集

DT1很抱歉没有说清楚，但是变量是“无符号”列，当且仅当它包含子字符串
positive
或
negative
。因此并非所有的“normal”列都包含
normal
，并且
positive
和
negative
可能出现在列名的任何地方。@Hugh我的解决方案是bas我对您提供的示例进行了详细介绍，他们都适用于该示例。
library(data.table)
dcast(melt(DT, id.var = c("x", "c_normal"))[, 
       c("var1", "var2") := tstrsplit(variable, "_")
        ][, -1*value[var2=="negative"] + value[var2=="positive"] ,
        by = .(x, c_normal, var1)],
              x + c_normal~var1, value.var="V1")
#   x c_normal  a  b
#1: 1        5 -3 -1
#2: 2        1  1 -4
#3: 3        2  2 -1
#4: 4        4  0  3
#5: 5        3  0  3

DT1 <- DT[, c("x", grep("normal", names(DT), value=TRUE)), with = FALSE]
DT2 <- DT[, grep("positive", names(DT)), with = FALSE] +
          -1 * DT[, grep("negative", names(DT)), with = FALSE]
DT1[, c("a", "b") := DT2]
DT1
#    x c_normal  a  b
# 1: 1        5 -3 -1
# 2: 2        1  1 -4
# 3: 3        2  2 -1
# 4: 4        4  0  3
# 5: 5        3  0  3