R 在mutate_中按名称片段引用其他列
为了可视化问题,我们假设R中有一个数据集R 在mutate_中按名称片段引用其他列,r,dplyr,R,Dplyr,为了可视化问题,我们假设R中有一个数据集data,包含以下列: 因素 param T1_g1 T2_g1 T1_g2 T2_g2 我想对列的子集执行操作: data\u final% 在(变量T1,T2),funs(如果(参数>100)处突变{ *T(n)\u g1 }否则{ *T(n)\u g2 } 如何在表达式T(n)\u g1中引用正确的列名,以便在变异时分别从T1\u g1和T2\u g1获取数据 (在真实案例场景中,我有更多的列和条件,因此手动键入所有可能的案例不是一个选项)如
data
,包含以下列:
- 因素
- param
- T1_g1
- T2_g1
- T1_g2
- T2_g2
data\u final%
在(变量T1,T2),funs(如果(参数>100)处突变{
*T(n)\u g1
}否则{
*T(n)\u g2
}
如何在表达式T(n)\u g1
中引用正确的列名,以便在变异时分别从T1\u g1
和T2\u g1
获取数据
(在真实案例场景中,我有更多的列和条件,因此手动键入所有可能的案例不是一个选项)
如果需要单个比较,但由于这将是一个向量,您需要如果else
(或如果else
)。我不知道您可以(轻松地)根据quickmutate*
界面中待更改的名称动态确定其他列名。快速破解可能是:
data %>%
mutate(
T1 = if_else(param > 100, T1_g1, T1_g2) * T1,
T2 = if_else(param > 100, T2_g1, T2_g2) * T2
)
但是,只有当您有一个小的/静态的T*
变量列表要修改时,这才有效
如果这些T*
变量的数量是动态的(或者只是“高”),那么一种方法包括将帧重塑为更长的格式(有人可能会认为长格式可能更适合这种情况,所以我将逐步介绍宽-长变异和宽-长变异-宽)
一些数据:
x <- data_frame(
param = c(1L,50L,101L,150L),
T1 = 1:4,
T2 = 5:8,
T1_g1 = (1:4)/10,
T1_g2 = (1:4)*10,
T2_g1 = (5:8)/10,
T2_g2 = (5:8)*10
)
x
# # A tibble: 4 x 7
# param T1 T2 T1_g1 T1_g2 T2_g1 T2_g2
# <int> <int> <int> <dbl> <dbl> <dbl> <dbl>
# 1 1 1 5 0.1 10 0.5 50
# 2 50 2 6 0.2 20 0.6 60
# 3 101 3 7 0.3 30 0.7 70
# 4 150 4 8 0.4 40 0.8 80
整形后,您最初的mutate_at
概念将简化为一个mutate(T=…)
调用。其余部分包括重新水合宽度
如果您的数据很大,这可能会有点麻烦。其他解决方案可能包括手动确定T#
列和手动执行ifelse
(在mutate
之外).这样的列有两个以上的T1
和T2
,或者你是在试图概括这两个列吗?如果只有两个,最简单的解决方案可能是用If.\u else
变异。我正在尝试概括-这样的列有很多。感谢下面的答案,@r2evans!非常感谢@r2evans的c全面的回答!重塑数据的想法确实是一个很好的方法。
x %>%
gather(k, v, -param) %>%
mutate(
num = sub("^T([0-9]+).*", "\\1", k),
k = sub("^T[0-9]+(.*)", "T\\1", k)
) %>%
spread(k, v)
# # A tibble: 8 x 5
# param num T T_g1 T_g2
# <int> <chr> <dbl> <dbl> <dbl>
# 1 1 1 1 0.1 10
# 2 1 2 5 0.5 50
# 3 50 1 2 0.2 20
# 4 50 2 6 0.6 60
# 5 101 1 3 0.3 30
# 6 101 2 7 0.7 70
# 7 150 1 4 0.4 40
# 8 150 2 8 0.8 80
x %>%
gather(k, v, -param) %>%
mutate(
num = sub("^T([0-9]+).*", "\\1", k),
k = sub("^T[0-9]+(.*)", "T\\1", k)
) %>%
spread(k, v) %>%
mutate(T = T * if_else(param > 100, T_g1, T_g2)) %>%
gather(k, v, -param, -num) %>%
mutate(k = if_else(grepl("^T", k), paste0("T", num, substr(k, 2, nchar(k))), k)) %>%
select(-num) %>%
spread(k, v)
# # A tibble: 4 x 7
# param T1 T1_g1 T1_g2 T2 T2_g1 T2_g2
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 0.1 10 250 0.5 50
# 2 50 40 0.2 20 360 0.6 60
# 3 101 0.900 0.3 30 4.90 0.7 70
# 4 150 1.6 0.4 40 6.4 0.8 80