R:dplyr::mutate使用由作为字符串传递的变量组合组成的表达式
我想写一个函数,向数据帧添加一个新变量。新变量包含与参数中传递的一组变量(作为字符串向量)对应的值的串联。在base R中,我将写下如下内容:R:dplyr::mutate使用由作为字符串传递的变量组合组成的表达式,r,dplyr,R,Dplyr,我想写一个函数,向数据帧添加一个新变量。新变量包含与参数中传递的一组变量(作为字符串向量)对应的值的串联。在base R中,我将写下如下内容: addConcatFields<-function(data,listOfVar) { data$uniqueId=data[,listOfVar[1]] for(elt in listOfVar[2:length(listOfVar)]) { data$uniqueId=paste(data$uniqueId,data[,elt],sep='_'
addConcatFields<-function(data,listOfVar)
{
data$uniqueId=data[,listOfVar[1]]
for(elt in listOfVar[2:length(listOfVar)])
{
data$uniqueId=paste(data$uniqueId,data[,elt],sep='_')
}
return(data)
}
addConcatFields(iris,c('Petal.Width','Species'))
# gives:
Sepal.Length Sepal.Width Petal.Length Petal.Width Species uniqueId
1 5.1 3.5 1.4 0.2 setosa 0.2_setosa
2 4.9 3.0 1.4 0.2 setosa 0.2_setosa
...
addConcatFields使用数据表,我做了如下操作
library(data.table)
iris <- data.table(iris)
iris[, uniqueId := do.call(function(...) paste(..., sep = "_"),.SD), .SDcols = c('Petal.Width','Species')]
库(data.table)
iris查看tidyr
中的unite
功能。它是tidyverse
与dplyr
包含在同一组包中的一部分
library(tidyr)
unite(iris,uniqueID,c(Petal.Width,Species))
# Sepal.Length Sepal.Width Petal.Length uniqueID
#1 5.1 3.5 1.4 0.2_setosa
#2 4.9 3.0 1.4 0.2_setosa
#3 4.7 3.2 1.3 0.2_setosa
#4 4.6 3.1 1.5 0.2_setosa
如果不想丢失连接的两列,只需包含remove=F
unite(iris,uniqueID,c(Petal.Width,Species),remove = F)
# Sepal.Length Sepal.Width Petal.Length uniqueID Petal.Width Species
#1 5.1 3.5 1.4 0.2_setosa 0.2 setosa
#2 4.9 3.0 1.4 0.2_setosa 0.2 setosa
#3 4.7 3.2 1.3 0.2_setosa 0.2 setosa
#4 4.6 3.1 1.5 0.2_setosa 0.2 setosa
添加到其他答案中,因为您说过要使用dplyr的mutate
下面是一种在mutate
中使用粘贴的方法:
iris %>% mutate(uniqueId= paste(Petal.Width, Species, sep = '_'))
# gives the following result:
Sepal.Length Sepal.Width Petal.Length Petal.Width Species uniqueId
1 5.1 3.5 1.4 0.2 setosa 0.2_setosa
2 4.9 3 1.4 0.2 setosa 0.2_setosa
3 4.7 3.2 1.3 0.2 setosa 0.2_setosa
4 4.6 3.1 1.5 0.2 setosa 0.2_setosa
5 5 3.6 1.4 0.2 setosa 0.2_setosa
6 5.4 3.9 1.7 0.4 setosa 0.4_setosa
7 4.6 3.4 1.4 0.3 setosa 0.3_setosa
8 5 3.4 1.5 0.2 setosa 0.2_setosa
9 4.4 2.9 1.4 0.2 setosa 0.2_setosa
10 4.9 3.1 1.5 0.1 setosa 0.1_setosa
...
如果您的函数是自定义函数,则可以将其矢量化,然后使用它。
例如,这将导致与上述相同的结果:
concat_fields<-function(var1, var2) {
return (paste(var1, var2, sep = '_'))
}
v_concat_fields <- Vectorize(concat_fields)
iris %>% mutate(v_concat_fields(Petal.Width, Species))
concat_fields解决这一问题的最佳方法是使用准引号-本文在解释基本原理方面非常有用
最好的选择不是将列名存储为字符串,而是将它们存储为带引号的字符串,因此:
varlist <- rlang::quos('Petal.Width', 'Species')
应该会给你想要的结果。好的,考虑一下这里是另一个解决方案
使用match函数将字符串名称转换为列号
然后使用如下列编号(将示例中的数字向量替换为匹配结果):
df我的观点是,我想用字符串向量作为变量名来编写一个函数(就像在我的代码中一样)。老实说,我不太清楚你想做什么。我编辑了我的答案,以提供一个自定义函数的示例,但请不要犹豫,发表评论,以澄清您试图实现的目标。这是我第一次选择的方向,但我确实希望保留字符串作为输入
dplyr::select(iris, !!! varlist)
df <- tbl_df(df[c(3, 4, 7, 1, 9, 8, 5, 2, 6, 10)])