R：使用dplyr对多个列进行变异

关于堆栈溢出，有各种各样的问题，但我一直无法找到我的问题的解决方案，如下所示

假设我有一个数据帧（或TIBLE）

df

，有两列，比如说

X1

和

X2

。我有一个函数，比如说

f

，它接受输入

X1

和

X2

并输出一个向量，比如说

[V1，V2]

。 现在，如果输出是一个单例，那么我就可以写了

df %>% mutate(V = f(X1,X2))

要将标有

V

的列添加到my

df

，条目将是

f（X1，X2）

。但是，我想添加两列，

V1

和

V2

。我不知道怎么做

当然，我可以这样做

df %>% mutate(V1 = f(X1,X2)[1], V2 = f(X1,X2)[2]),

但这（我假设）涉及调用函数

f

两次；我有一个很大的数据集，所以我不想叫它两次。 或者，我也可以这样做

df %>% mutate(V_list = as.list(f(X1,X2)), V1 = V_list[[1]], V2 = V_list[[2]]) %>% select(-V_list),

但这似乎是一个相当笨拙的方式，我宁愿不要

此外，我希望最终将此应用于

组

ed tible，因此编写此文件的简单方法将为组中的每个条目复制

V_列表

。因此，理想情况下，任何答案都是“矢量化”的，如下所示。 假设我已经完成了

df%>%groupby（var1）

，并且有一个函数

f

，该函数将具有两列的数据帧作为其输入，这应该被认为是“成对向量”，然后输出具有两列的新数据帧

---

下面是一些设置示例的代码

library(dplyr)
df = tibble(var1 = c(1,1,2,2), X1 = c(1,2,3,4), X2 = c(5,6,7,8))
f = function(sub_df, var){ return( data.frame(x1 = (x1+x2)^var, x2 = (x1-x2)^var) ) }

---

这可能不是一个理想的解决方案，但我已经面临这种情况，这是我通常做的。从函数中返回分隔符分隔的字符串，并基于该分隔符分隔列

f = function(x1,x2){ return( toString(c(x1+x2, x1-x2))) }

library(tidyverse)

df %>%
  mutate(new = map2_chr(X1, X2, f)) %>%
  separate(new, c("col1", "col2"), sep = ",", convert = TRUE)

# A tibble: 2 x 4
#     X1    X2  col1  col2
#  <dbl> <dbl> <int> <int>
#1     1     3     4    -2
#2     2     4     6    -2

f=function（x1，x2）{return（toString（c（x1+x2，x1-x2）））}
图书馆（tidyverse）
df%>%
突变（新的=map2_-chr（X1，X2，f））%>%
单独（新，c（“col1”、“col2”）、sep=“，”、convert=TRUE）
#一个tibble:2x4
#X1 X2 col1 col2
#     
#1     1     3     4    -2
#2     2     4     6    -2

这可能不是一个理想的解决方案，但我遇到过这种情况，这是我通常做的事情。从函数中返回分隔符分隔的字符串，并基于该分隔符分隔列

f = function(x1,x2){ return( toString(c(x1+x2, x1-x2))) }

library(tidyverse)

df %>%
  mutate(new = map2_chr(X1, X2, f)) %>%
  separate(new, c("col1", "col2"), sep = ",", convert = TRUE)

# A tibble: 2 x 4
#     X1    X2  col1  col2
#  <dbl> <dbl> <int> <int>
#1     1     3     4    -2
#2     2     4     6    -2

f=function（x1，x2）{return（toString（c（x1+x2，x1-x2）））}
图书馆（tidyverse）
df%>%
突变（新的=map2_-chr（X1，X2，f））%>%
单独（新，c（“col1”、“col2”）、sep=“，”、convert=TRUE）
#一个tibble:2x4
#X1 X2 col1 col2
#     
#1     1     3     4    -2
#2     2     4     6    -2

使用tidyr 1.0.0，您可以使用

更广泛的

修改函数以命名输出

f = function(x1,x2) c(a = x1 + x2, b = x1 - x2)

创建一个新列，该列是一个包含每行向量的列表，然后将
unnest\u wider
应用于该列以将向量元素拆分为各自的列

df %>%
  mutate(new = map2(X1, X2, f)) %>%
  unnest_wider(new)
# # A tibble: 4 x 5
#    var1    X1    X2     a     b
#   <dbl> <dbl> <dbl> <dbl> <dbl>
# 1     1     1     5     6    -4
# 2     1     2     6     8    -4
# 3     2     3     7    10    -4
# 4     2     4     8    12    -4

df%>%
突变（新的=map2（X1，X2，f））%>%
unnest_加宽（新）
##A tibble:4 x 5
#var1 X1 X2 a b
#       
# 1     1     1     5     6    -4
# 2     1     2     6     8    -4
# 3     2     3     7    10    -4
# 4     2     4     8    12    -4
使用tidyr 1.0.0，您可以使用
更广泛的

修改函数以命名输出

f = function(x1,x2) c(a = x1 + x2, b = x1 - x2)

创建一个新列，该列是一个包含每行向量的列表，然后将
unnest\u wider
应用于该列以将向量元素拆分为各自的列

df %>%
  mutate(new = map2(X1, X2, f)) %>%
  unnest_wider(new)
# # A tibble: 4 x 5
#    var1    X1    X2     a     b
#   <dbl> <dbl> <dbl> <dbl> <dbl>
# 1     1     1     5     6    -4
# 2     1     2     6     8    -4
# 3     2     3     7    10    -4
# 4     2     4     8    12    -4

df%>%
突变（新的=map2（X1，X2，f））%>%
unnest_加宽（新）
##A tibble:4 x 5
#var1 X1 X2 a b
#       
# 1     1     1     5     6    -4
# 2     1     2     6     8    -4
# 3     2     3     7    10    -4
# 4     2     4     8    12    -4
这有点令人不满意，但如果我找不到更好的方法，它确实看起来应该有效，谢谢+1--我不确定如何将其矢量化，以使其适用于小组……这有点不令人满意，但如果我找不到更好的方法，它确实看起来应该有效，谢谢+1--我不确定如何将其矢量化，以使其适用于小组……这对小组有效吗？例如，代替上面的函数
f
，我可能想
groupby（var1）
然后将
lm
拟合到
X1
和
X2
的数据中（比如
X1~X2
）；从这里，我想增加两个系数。这意味着我将得到一个包含两行三列的数据帧：
var1
、
coeff1
和
coeff2
是。unnest_wider只是将列表列拆分为单独的列，如果列表列是在分组后创建的，或者如果列表列是使用Summary而不是mutate创建的（正如您为每个组提供的lm示例中所示），则其工作原理是相同的，这与列表列的创建方式无关。这是否适用于组？例如，代替上面的函数
f
，我可能想
groupby（var1）
然后将
lm
拟合到
X1
和
X2
的数据中（比如
X1~X2
）；从这里，我想增加两个系数。这意味着我将得到一个包含两行三列的数据帧：
var1
、
coeff1
和
coeff2
是。unnest_wider只是将列表列拆分为单独的列，如果列表列是在分组后创建的，或者如果它是使用摘要而不是变异创建的（就像您为每个组提供lm的示例中那样），则其工作原理相同，与列表列的创建方式无关。