将dplyr中的一组列除以（并命名）另一组列

经过（非常可怕的）dplyr管道之后，我得到了如下数据集：

year   A    B     C  [....] Z  count.A    count.B     count.C [....] count.Z
1999  10    20    10  ...   6      3          5           67    ...      6
2000   3    5      5  ...   7      5          2            5    ...      5

要复制的一些示例数据：

df <- data.frame(year = c(1999, 2000), 
                 A = c(10, 20), 
                 B = c(3, 6), 
                 C = c(1, 2), 
                 count.A = c(1, 2), 
                 count.B = c(8, 9), 
                 count.C = c(5, 7))

---

我必须以编程的方式这样做，因为我有数百列。在dplyr管道中有这样做的方法吗？

假设您可以通过编程方式创建一个包含所有列名的向量，下面是我在上面的示例中的做法

for (c.name in c("A", "B", "C")) {
    c.weight <- sprintf("weight.%s", c.name)
    c.count <- sprintf("count.%s", c.name)
    df[,c.weight] <- df[,c.name] / df[,c.count]
}

for（c.name在c中（“A”、“B”、“c”））{
c、 权重假设您可以通过编程方式创建包含所有列名的向量，下面是我在上面的示例中的做法

for (c.name in c("A", "B", "C")) {
    c.weight <- sprintf("weight.%s", c.name)
    c.count <- sprintf("count.%s", c.name)
    df[,c.weight] <- df[,c.name] / df[,c.count]
}

for（c.name在c中（“A”、“B”、“c”））{
c、 权重如果列的名称一致（并且很容易检索），则可以使用
lappy
：

cols <- c("A","B","C")
df[,paste0("weighted.",cols)] <- lapply(cols, function(x) df[,x] / df[, paste0("count.",x)])

#  year  A B C count.A count.B count.C weighted.A weighted.B weighted.C
#1 1999 10 3 1       1       8       5         10  0.3750000  0.2000000
#2 2000 20 6 2       2       9       7         10  0.6666667  0.2857143

cols如果列的名称一致（并且很容易检索），则可以使用
lappy
：

cols <- c("A","B","C")
df[,paste0("weighted.",cols)] <- lapply(cols, function(x) df[,x] / df[, paste0("count.",x)])

#  year  A B C count.A count.B count.C weighted.A weighted.B weighted.C
#1 1999 10 3 1       1       8       5         10  0.3750000  0.2000000
#2 2000 20 6 2       2       9       7         10  0.6666667  0.2857143

cols不在列名中存储变量。如果您重新调整数据的形状使其整洁，那么计算非常简单：

库（tidyverse）
df%%>%聚集（var，val，-年）%%>%#重塑为长
分离（var，c（'var'，'letter'），fill='left'）%>%#从以前的列名称中提取var
mutate（var=coalesce（var，'value'））%>%#为未命名的var添加名称
扩展（var，val）%>%#重新整形回宽
变异（权重=值/计数）#现在这很简单
#>年份字母计数值权重
#>1 1999 A 110.0000000
#>2 1999 B 8 3 0.3750000
#>3 1999 C 5 1 0.2000000
#>420000A20100000000
#>5 2000 B 9 6 0.667
#>6 2000 C 7 2 0.2857143
不要将变量存储在列名中。如果重新调整数据的形状使其整洁，则计算非常简单：

库（tidyverse）
df%%>%聚集（var，val，-年）%%>%#重塑为长
分离（var，c（'var'，'letter'），fill='left'）%>%#从以前的列名称中提取var
mutate（var=coalesce（var，'value'））%>%#为未命名的var添加名称
扩展（var，val）%>%#重新整形回宽
变异（权重=值/计数）#现在这很简单
#>年份字母计数值权重
#>1 1999 A 110.0000000
#>2 1999 B 8 3 0.3750000
#>3 1999 C 5 1 0.2000000
#>420000A20100000000
#>5 2000 B 9 6 0.667
#>6 2000 C 7 2 0.2857143
假设列是有序的，我们可以使用
数据.table
。在
.SDcols
中指定感兴趣的列，然后除以数据子集的列子集。table与另一半一起分配（
：=
）给新列

library(data.table)
setDT(df)[, paste0("weighted.",names(df)[1:3]) := .SD[,1:3]/.SD[,4:6], .SDcols = A:count.C]
df
#   year  A B C count.A count.B count.C weighted.year weighted.A weighted.B
#1: 1999 10 3 1       1       8       5            10  0.3750000  0.2000000
#2: 2000 20 6 2       2       9       7            10  0.6666667  0.2857143

假设列是有序的，我们可以使用
data.table
。在
.SDcols
中指定感兴趣的列，并用另一半除以data.table子集的列子集，然后将其分配给新列（
：=
）

library(data.table)
setDT(df)[, paste0("weighted.",names(df)[1:3]) := .SD[,1:3]/.SD[,4:6], .SDcols = A:count.C]
df
#   year  A B C count.A count.B count.C weighted.year weighted.A weighted.B
#1: 1999 10 3 1       1       8       5            10  0.3750000  0.2000000
#2: 2000 20 6 2       2       9       7            10  0.6666667  0.2857143

这与
行和
有什么关系？您可能应该编辑标题。这与
行和
有什么关系？您可能应该编辑标题。