Question

我想对数据框的列执行许多修改。但是，由于需要大量的列和转换，我希望避免不得不一遍又一遍地使用数据框名称。

在SAS数据步骤中，您可以在一个数据步骤中创建变量并在定义变量后立即引用它：

 data A;
 set A;
 varA = varB > 1;
 varC = var A + varB;
 ....
 run;

是否可以在R中执行此操作？

我能想到的一种方法是使用attach（），然后在detach（）之前创建数百个数组然后cbind（）。我知道很多R老兵建议不要使用attach（）。但我需要做大量数据操作（数百个新变量），并且按顺序调用transform（df，）会非常麻烦。

例如：

attach(A)
varA <- varB > 1
varC <- varA + varB
A <- cbind(varA, varB, varC)
detach()

但我不确定这是否是在R中执行此操作的最佳方式。

Answer 1

您可以使用plyr和mutate。

A <- data.frame(varB = 1:5)
library(plyr)
A <- mutate(A, varA = varB>1, varC = varA + varB) 
A
  varB  varA varC
1    1 FALSE    1
2    2  TRUE    3
3    3  TRUE    4
4    4  TRUE    5
5    5  TRUE    6

或within中的base注意within以相反的顺序返回您创建的列。

A <- data.frame(varB = 1:5)
A <- within(A, {varA <- varB>1; varC <- varA + varB})
A
 varB varC  varA
1    1    1 FALSE
2    2    3  TRUE
3    3    4  TRUE
4    4    5  TRUE
5    5    6  TRUE

我最喜欢的是data.table和:=

DA <- data.table(varB = 1:5)


DA[,varA := varB >1 ][, varC := varA + varB]

 DA
   varB  varA varC
1:    1 FALSE    1
2:    2  TRUE    3
3:    3  TRUE    4
4:    4  TRUE    5
5:    5  TRUE    6

目前:=最容易在每次调用[时使用一次。有很多方法可以解决这个问题，但我认为[调用的字符串并不太难以遵循（它将比mutate或任何使用data.frames的方法快得多。）

Answer 2

如果要在数据框varC中创建新变量A，可以使用

A$varC <- A$varA + (A$varA > 1)

引用attach（）中新定义的变量

2 个答案: