R 如何创建一个循环和/或一个函数，将200列（并创建200个新列/变量）除以另一列以获得百分比？
如何创建一个循环和/或一个函数，将200列（并创建200个新列/变量）除以另一列以获得百分比 如何在循环中执行此操作，以便可以执行200列？我该如何命名这个名字 对列进行命名，使其成为前面带有“p_”的旧列名？ 这可能吗 例如，我正在尝试这样做，但有200列R 如何创建一个循环和/或一个函数，将200列（并创建200个新列/变量）除以另一列以获得百分比？,r,function,loops,R,Function,Loops,如何创建一个循环和/或一个函数，将200列（并创建200个新列/变量）除以另一列以获得百分比 如何在循环中执行此操作，以便可以执行200列？我该如何命名这个名字 对列进行命名，使其成为前面带有“p_”的旧列名？ 这可能吗 例如，我正在尝试这样做，但有200列 fans <- data.frame( population = c(1234, 5678, 2345, 6789, 3456, 7890, 4567, 8901, 5678, 9012, 6789
fans <- data.frame(
population = c(1234, 5678, 2345, 6789, 3456, 7890,
4567, 8901, 5678, 9012, 6789),
bearsfans = c(123, 234, 345, 456, 567,678, 789, 890, 901, 135, 246),
packersfans = c(11,22,33,44,55,66,77,88,99,100,122),
vikingsfans = c(39, 49, 59, 61, 32, 22, 31, 92, 52, 10, 122))
print(fans)
attach(fans)
## create new columns which are the ratio of fans to population
fans$p_bearsfan = bearsfans/population
print(fans)
Output:
## population bearsfans packersfans vikingsfans p_bearsfan
## 1 1234 123 11 39 0.09967585
## 2 5678 234 22 49 0.04121169
风扇数据
fanstemp如果您对新列名的后缀（而不是前缀）感到满意，那么这是一个使用dplyr:：mutate_at
的单行程序。这里我假设所有相关列都以单词“fans”
结尾
带后缀
带前缀
要将后缀转换为前缀，需要执行更多步骤
fans %>%
mutate_at(vars(ends_with("fans")), list(percent = ~.x / population)) %>%
rename_at(vars(ends_with("percent")), ~sub("(.+)_percent", "p_\\1", .x))
# population bearsfans packersfans vikingsfans p_bearsfans p_packersfans
#1 1234 123 11 39 0.09967585 0.008914100
#2 5678 234 22 49 0.04121169 0.003874604
#3 2345 345 33 59 0.14712154 0.014072495
#4 6789 456 44 61 0.06716748 0.006481072
#5 3456 567 55 32 0.16406250 0.015914352
#6 7890 678 66 22 0.08593156 0.008365019
#7 4567 789 77 31 0.17276111 0.016860083
#8 8901 890 88 92 0.09998877 0.009886530
#9 5678 901 99 52 0.15868263 0.017435717
#10 9012 135 100 10 0.01498003 0.011096316
#11 6789 246 122 122 0.03623509 0.017970246
# p_vikingsfans
#1 0.031604538
#2 0.008629799
#3 0.025159915
#4 0.008985123
#5 0.009259259
#6 0.002788340
#7 0.006787826
#8 0.010335917
#9 0.009158154
#10 0.001109632
#11 0.017970246
我们可以用一列直接划分多个列。我们使用grep
选择以“fans”
结尾的列，并使用这些名称分配新列
cols <- grep("fans$", names(fans), value = TRUE)
fans[paste0("p_", cols)] <- fans[cols]/fans$population
fans
# population bearsfans packersfans vikingsfans p_bearsfans p_packersfans p_vikingsfans
#1 1234 123 11 39 0.09968 0.008914 0.031605
#2 5678 234 22 49 0.04121 0.003875 0.008630
#3 2345 345 33 59 0.14712 0.014072 0.025160
#4 6789 456 44 61 0.06717 0.006481 0.008985
#5 3456 567 55 32 0.16406 0.015914 0.009259
#6 7890 678 66 22 0.08593 0.008365 0.002788
#7 4567 789 77 31 0.17276 0.016860 0.006788
#8 8901 890 88 92 0.09999 0.009887 0.010336
#9 5678 901 99 52 0.15868 0.017436 0.009158
#10 9012 135 100 10 0.01498 0.011096 0.001110
#11 6789 246 122 122 0.03624 0.017970 0.017970
col有两个嵌套循环（apply
在for
中）是不必要的，并且会产生不必要的开销。事实上，这里不需要应用apply
，因为R/
中的简单除法已经矢量化了。[续]因此for
循环将变成for（c In names（fans）[2:ncol（fans）]）fans[[paste0（“p_，c）]@MauritsEvers是的，这是非常低效的-我意识到这一点。编辑了我的帖子。@MauritsEvers出于好奇，我用apply
检查了解决方案的速度。它仍然比mutate
快近10倍（但比naive loop over columns慢3倍——这是该线程中发布的所有测试中速度最快的一个）。您应该在答案中包含这些基准测试的结果。我相信这将是有趣的OP和未来的读者。我当然会感兴趣的。我毫不奇怪，mutate\u at
不是最快的方法tidyverse
方法通常更多的是关于代码可读性（甚至有些人会对此提出质疑），而不是关于速度。谢谢。这很有帮助。我可能不应该在变量名中添加风扇，而只是考虑列。我的变量确实有一组具有相同后缀的名称，但不是所有的，而且每个组的后缀都不同。有些列的名称完全不同。是否有方法仅通过列号来执行此操作，并且仍然在变量名的开头或结尾添加“p_2;”字符？@shp5009确定；可以直接指定列号。例如，fans%>%mutate_at（2:3，list（percent=~.x/population））
仅基于列2:3
创建新的百分比列。太棒了，它成功了！非常感谢。我知道必须有一个简单的方法来做，但我对函数是新手。欢迎。请注意，您只能将一个答案标记为已接受，但请随意选择您最喜欢的答案。：）知道了。我是新手：）@shp5009虽然您只能选择一个答案作为接受答案，但您可以随意向上投票；-）没错，但你需要15个名声。2点开始！我对这个问题投了赞成票。还有你的答案；）
temp <- sapply(fans[-1], function(x) x / fans$population)
colnames(temp) <- paste0("p_", colnames(temp))
cbind(fans, temp)
population bearsfans packersfans vikingsfans p_bearsfans p_packersfans p_vikingsfans
1 1234 123 11 39 0.09967585 0.008914100 0.031604538
2 5678 234 22 49 0.04121169 0.003874604 0.008629799
3 2345 345 33 59 0.14712154 0.014072495 0.025159915
4 6789 456 44 61 0.06716748 0.006481072 0.008985123
5 3456 567 55 32 0.16406250 0.015914352 0.009259259
6 7890 678 66 22 0.08593156 0.008365019 0.002788340
7 4567 789 77 31 0.17276111 0.016860083 0.006787826
8 8901 890 88 92 0.09998877 0.009886530 0.010335917
9 5678 901 99 52 0.15868263 0.017435717 0.009158154
10 9012 135 100 10 0.01498003 0.011096316 0.001109632
11 6789 246 122 122 0.03623509 0.017970246 0.017970246
fans %>% mutate_at(vars(ends_with("fans")), list(percent = ~.x / population))
# population bearsfans packersfans vikingsfans bearsfans_percent
#1 1234 123 11 39 0.09967585
#2 5678 234 22 49 0.04121169
#3 2345 345 33 59 0.14712154
#4 6789 456 44 61 0.06716748
#5 3456 567 55 32 0.16406250
#6 7890 678 66 22 0.08593156
#7 4567 789 77 31 0.17276111
#8 8901 890 88 92 0.09998877
#9 5678 901 99 52 0.15868263
#10 9012 135 100 10 0.01498003
#11 6789 246 122 122 0.03623509
# packersfans_percent vikingsfans_percent
#1 0.008914100 0.031604538
#2 0.003874604 0.008629799
#3 0.014072495 0.025159915
#4 0.006481072 0.008985123
#5 0.015914352 0.009259259
#6 0.008365019 0.002788340
#7 0.016860083 0.006787826
#8 0.009886530 0.010335917
#9 0.017435717 0.009158154
#10 0.011096316 0.001109632
#11 0.017970246 0.017970246
fans %>%
mutate_at(vars(ends_with("fans")), list(percent = ~.x / population)) %>%
rename_at(vars(ends_with("percent")), ~sub("(.+)_percent", "p_\\1", .x))
# population bearsfans packersfans vikingsfans p_bearsfans p_packersfans
#1 1234 123 11 39 0.09967585 0.008914100
#2 5678 234 22 49 0.04121169 0.003874604
#3 2345 345 33 59 0.14712154 0.014072495
#4 6789 456 44 61 0.06716748 0.006481072
#5 3456 567 55 32 0.16406250 0.015914352
#6 7890 678 66 22 0.08593156 0.008365019
#7 4567 789 77 31 0.17276111 0.016860083
#8 8901 890 88 92 0.09998877 0.009886530
#9 5678 901 99 52 0.15868263 0.017435717
#10 9012 135 100 10 0.01498003 0.011096316
#11 6789 246 122 122 0.03623509 0.017970246
# p_vikingsfans
#1 0.031604538
#2 0.008629799
#3 0.025159915
#4 0.008985123
#5 0.009259259
#6 0.002788340
#7 0.006787826
#8 0.010335917
#9 0.009158154
#10 0.001109632
#11 0.017970246
cols <- grep("fans$", names(fans), value = TRUE)
fans[paste0("p_", cols)] <- fans[cols]/fans$population
fans
# population bearsfans packersfans vikingsfans p_bearsfans p_packersfans p_vikingsfans
#1 1234 123 11 39 0.09968 0.008914 0.031605
#2 5678 234 22 49 0.04121 0.003875 0.008630
#3 2345 345 33 59 0.14712 0.014072 0.025160
#4 6789 456 44 61 0.06717 0.006481 0.008985
#5 3456 567 55 32 0.16406 0.015914 0.009259
#6 7890 678 66 22 0.08593 0.008365 0.002788
#7 4567 789 77 31 0.17276 0.016860 0.006788
#8 8901 890 88 92 0.09999 0.009887 0.010336
#9 5678 901 99 52 0.15868 0.017436 0.009158
#10 9012 135 100 10 0.01498 0.011096 0.001110
#11 6789 246 122 122 0.03624 0.017970 0.017970