R 是否使用pmap进行多次mutate（）操作？

我有一个10个会话的数据集，每个会话都有两个团队成员的ID。我想将to ID粘贴在一起以形成团队ID。我可以用10个变种（每个团队一个）来实现这一点，但我正试图找到一种方法，在地图或pmap中有1个变种

下面是一个只有2个会话的简单数据示例

df2 <- data.frame( subj = c(1001,1002),
               id1.s1 = c(21, 44), 
               id2.s1 = c(21, 55), 
               id1.s2 = c(23, 44), 
               id2.s2 = c(21, 77))

df2 <- df2 %>%
  mutate(team.s1=paste(id1.s1, id2.s1, sep="-")) %>%
  mutate(team.s2=paste(id1.s2, id2.s2, sep="-")) %>%
  select(grep("subj|team", names(.)))

有没有办法制作一个包含e1=10个团队名称、e2=10个ID#1、e3=10个ID#2的3元素列表，并在pmap内部使用mutate？或者其他避免10条变异线的wat

---

我不知道如何将数据框名称转换为mutate

一个选项可以是

根据列名的后缀拆分数据框，即
s1/s2
或会话，然后为每个会话使用
do.call（粘贴…）
：

使用
tidyverse
（版本1.2.1）：

df2%>%
split.default（sub（'id[12]\\.（s[0-9]+）'，'\\1'，names（.））%>%
map_dfc（~do.call（粘贴，c（sep=“-”，））
#一个tibble:2x3
#s1 s2主题
#    
#1 21-21 23-21 1001 
#2 44-55 44-77 1002 
一个选项可以是
根据列名后缀拆分数据框，即
s1/s2
或会话，然后为每个会话粘贴带有
do.call（粘贴，…）
：

使用
tidyverse
（版本1.2.1）：

df2%>%
split.default（sub（'id[12]\\.（s[0-9]+）'，'\\1'，names（.））%>%
map_dfc（~do.call（粘贴，c（sep=“-”，））
#一个tibble:2x3
#s1 s2主题
#    
#1 21-21 23-21 1001 
#2 44-55 44-77 1002 
基于的
聚集
和
扩散
功能的解决方案。
separate
功能是根据模式分隔一列

library(dplyr)
library(tidyr)

df2 <- df1 %>%
  gather(ID_S, Value, -subj) %>%
  separate(ID_S, into = c("ID", "S")) %>%
  group_by(subj, S) %>%
  summarise(Value = paste(Value, collapse = "-")) %>%
  mutate(S = paste0("team.", S)) %>%
  spread(S, Value) %>%
  ungroup()
df2
# # A tibble: 2 x 3
# subj team.s1 team.s2
# * <dbl> <chr>   <chr>  
# 1  1001 21-21   23-21  
# 2  1002 44-55   44-77

库（dplyr）
图书馆（tidyr）
df2%
聚集（ID，值，-subc）%>%
分开（ID_S，分为=c（“ID”，“S”））%>%
（受试者）分组%>%
摘要（值=粘贴（值，折叠“-”）%>%
突变（S=0（“团队”，S））%>%
价差%>%
解组（）
df2
##tibble:2 x 3
#Sub团队s1团队s2
# *       
# 1  1001 21-21   23-21  
# 2  1002 44-55   44-77

数据

df1 <- data.frame( subj = c(1001,1002),
                   id1.s1 = c(21, 44), 
                   id2.s1 = c(21, 55), 
                   id1.s2 = c(23, 44), 
                   id2.s2 = c(21, 77))

df1基于的
collect
和
spread
函数的解决方案。
separate
功能是根据模式分隔一列

library(dplyr)
library(tidyr)

df2 <- df1 %>%
  gather(ID_S, Value, -subj) %>%
  separate(ID_S, into = c("ID", "S")) %>%
  group_by(subj, S) %>%
  summarise(Value = paste(Value, collapse = "-")) %>%
  mutate(S = paste0("team.", S)) %>%
  spread(S, Value) %>%
  ungroup()
df2
# # A tibble: 2 x 3
# subj team.s1 team.s2
# * <dbl> <chr>   <chr>  
# 1  1001 21-21   23-21  
# 2  1002 44-55   44-77

库（dplyr）
图书馆（tidyr）
df2%
聚集（ID，值，-subc）%>%
分开（ID_S，分为=c（“ID”，“S”））%>%
（受试者）分组%>%
摘要（值=粘贴（值，折叠“-”）%>%
突变（S=0（“团队”，S））%>%
价差%>%
解组（）
df2
##tibble:2 x 3
#Sub团队s1团队s2
# *       
# 1  1001 21-21   23-21  
# 2  1002 44-55   44-77

数据

df1 <- data.frame( subj = c(1001,1002),
                   id1.s1 = c(21, 44), 
                   id2.s1 = c(21, 55), 
                   id1.s2 = c(23, 44), 
                   id2.s2 = c(21, 77))

df1你的回答让我意识到我没有回答OP的问题你可以用同样的方式编程使用
tidyr:：unite
，例如
df2%>%split.default（sub（'.\\\\\.（[^.]*）$，'\\1'，name（）%>%imap\u-dfc（~unite（.x，！！.y，sep='-'））
@alistaire好主意！你的回答让我意识到我没有回答OP的问题你可以用同样的方式编程使用
tidyr:：unite
，例如
df2%>%split.default（sub（'.\\\\\.（[^.]*）$，'\\1'，names（）%>%imap\u-dfc（~unite（.x，！！.y，sep='-'））
@alistaire好主意！谢谢@www，这似乎是我问的。我会学习每一步来理解。谢谢@www，这似乎就是我所要求的。我会学习每一步来理解。