R 我需要创建一个变量，在数据集中的一些特定列中选择最接近另一个特定列的列

我有一个与此类似的数据集：

data= data.frame(a=c(33,44,55), b= c(99,77,NA,66), 
      var1=c(1,2,3,NA),var2=c(5,6,NA,7),var3=c(8,9,10,NA), x = c(6,5,4,3))

我需要创建一个列，为每一行指定最接近x列的var1、var2和var3列中的值，忽略var1:var3中的NA

比如：

closest_x
  5
  6
  3
  7

data %>% mutate(pmin = pmin(starts_with("var")))

在我真正的问题中，我有比这更多的列，所以我想使用

starts\u with

来选择要与X进行比较的列（上面表示为“var1”的列，等等）

我尝试过用X列和“var”列之间的模块差异来创建列，然后我尝试了以下方法：

closest_x
  5
  6
  3
  7

data %>% mutate(pmin = pmin(starts_with("var")))

或

而且

data %>% with(pmin(starts_with("var")))

它表示未设置变量上下文。除此之外，如果我不必用这个模差创建许多其他变量，直接转到与列X最接近的值，那就更好了

我在这篇文章中发现了一些非常接近我需要的东西：

然而，我不知道如何应用类似于我的问题的东西，因为我有更多的列，我只想选择那些以特定单词开头的列

编辑：我需要将变量中的NA与忽略的“x”进行比较

编辑2：使用我的真实数据集的代码在过去工作得很好。现在我试图再次运行它，但它没有正常工作。我试着找出发生了什么变化，甚至是否有任何包发生了变化，但事实似乎并非如此

下面是一段代码，用于生成我的真实数据的小样本。我有

ideolparty\u A:ideolparty\u I

，而不是

x

（要比较的变量），我有

ideol\u self

使用

max.col

的解决方案直到几个月前才开始工作，代码如下：

temp_df <- -abs(cses_pr[cols] - cses_pr$ideol_self)
cses_pr$closest <- cses_pr[cols][cbind(1:nrow(cses_pr), 
                                       max.col(replace(temp_df, is.na(temp_df), -Inf)))]

---

下面是一种使用

max.col

cols <- grep("^var", names(data))
data$closest_x <- data[cols][cbind(1:nrow(data), 
                      max.col(-abs(data[cols] - data$x)))]

#   a  b var1 var2 var3  x closest_x
#1 33 99   24   15   45 11        15
#2 44 77   12   30   27 22        27
#3 55 66   76   20   15 33        20

---

如果数据中有

NA

值，我们可以将它们替换为

-Inf

，然后替换为子集

temp_df <- -abs(data[cols] - data$x)
data$closest_x <- data[cols][cbind(1:nrow(data), 
                   max.col(replace(temp_df, is.na(temp_df), -Inf)))]

---

temp\u df这里有一种使用
max.col

cols <- grep("^var", names(data))
data$closest_x <- data[cols][cbind(1:nrow(data), 
                      max.col(-abs(data[cols] - data$x)))]

#   a  b var1 var2 var3  x closest_x
#1 33 99   24   15   45 11        15
#2 44 77   12   30   27 22        27
#3 55 66   76   20   15 33        20


如果数据中有
NA
值，我们可以将它们替换为
-Inf
，然后替换为子集

temp_df <- -abs(data[cols] - data$x)
data$closest_x <- data[cols][cbind(1:nrow(data), 
                   max.col(replace(temp_df, is.na(temp_df), -Inf)))]

temp_df“整洁”方法
一个更“整洁”的解决方案可能是这样的

data %>%

    # reshape data to long format w/ row numbers
    mutate(row = row_number()) %>%
    gather(col, val, starts_with('var')) %>%

    # compute the minimum difference row-by-row
    group_by(row) %>%
    summarize(closest_to_x = val[which.min(abs(val - x))]) %>%

    # the next two lines just take the new column and paste it back onto the original data
    select(closest_to_x) %>%
    bind_cols(data, .)

它有点冗长，但我觉得它相当可读（当然是YMMV）。对性能没有把握。它不使用
max.col（）
或
pmin（）
，而是依赖于将数据重新格式化为“整洁”格式，其中您关心的所有列的值都放在一个
val
列中
 “整洁”的方法
一个更“整洁”的解决方案可能是这样的

data %>%

    # reshape data to long format w/ row numbers
    mutate(row = row_number()) %>%
    gather(col, val, starts_with('var')) %>%

    # compute the minimum difference row-by-row
    group_by(row) %>%
    summarize(closest_to_x = val[which.min(abs(val - x))]) %>%

    # the next two lines just take the new column and paste it back onto the original data
    select(closest_to_x) %>%
    bind_cols(data, .)

它有点冗长，但我觉得它相当可读（当然是YMMV）。对性能没有把握。它不使用
max.col（）
或
pmin（）
，而是依赖于将数据重新格式化为“整洁”格式，其中您关心的所有列的值都放在一个
val
列中
 谢谢。第一个解决方案奏效了，但我忘了提到我缺少的值我希望被忽略。这是不是很难做到，某种“na.rm”的事情？我正试图将这个解决方案与我喜欢的解决方案结合起来。但是某种NA.rm会更好，这样我就不会弄乱数据集了。第二个选项不起作用（“二进制运算符的非数字参数”）。@GuilhermePiresArbache是的，我们可以将它们替换为
-Inf
，然后替换为子集。你能检查一下更新后的答案吗？我再次尝试使用这段代码，因为我正在恢复使用它的项目，不幸的是，它不能使用我的真实数据集。请参见上面的编辑。有什么解决办法吗？感谢您的帮助。@guilhermespiresarbache两年后很难记住答案的上下文。将
cses\u pr
更改为数据帧，然后重试回答<是的，这就是为什么我试着把所有的东西都放在我的新编辑里。无论如何，我不敢相信这就是问题所在！出于某种原因，其他一些转换使其与data.frame有所不同。非常感谢你！谢谢第一个解决方案奏效了，但我忘了提到我缺少的值我希望被忽略。这是不是很难做到，某种“na.rm”的事情？我正试图将这个解决方案与我喜欢的解决方案结合起来。但是某种NA.rm会更好，这样我就不会弄乱数据集了。第二个选项不起作用（“二进制运算符的非数字参数”）。@GuilhermePiresArbache是的，我们可以将它们替换为
-Inf
，然后替换为子集。你能检查一下更新后的答案吗？我再次尝试使用这段代码，因为我正在恢复使用它的项目，不幸的是，它不能使用我的真实数据集。请参见上面的编辑。有什么解决办法吗？感谢您的帮助。@guilhermespiresarbache两年后很难记住答案的上下文。将
cses\u pr
更改为数据帧，然后重试回答<是的，这就是为什么我试着把所有的东西都放在我的新编辑里。无论如何，我不敢相信这就是问题所在！出于某种原因，其他一些转换使其与data.frame有所不同。非常感谢你！谢谢是否有一种方法可以在忽略NAs（请检查我的编辑）时实现此功能？
which.min（）
默认忽略NAs。此代码仍适用于您编辑的数据。抱歉，回答此问题花费了太长时间。但是这段代码不适用于我的真实数据（参见上面的编辑）。它可以很好地处理示例数据。我收到了类似“错误：无法回收
.1
（尺寸4）以匹配
.2
（尺寸38390）”的警告。谢谢。是否有一种方法可以在忽略NAs（请检查我的编辑）时实现此功能？
which.min（）
默认忽略NAs。此代码仍适用于您编辑的数据。抱歉，回答此问题花费了太长时间。但是这个代码对我的真实d不起作用