我想使用 dplyr mutate()
在数据框中创建多个新列。应该动态生成列名称及其内容。
来自虹膜的示例数据:
require(dplyr)
data(iris)
iris <- tbl_df(iris)
我创建了一个函数来改变Petal.Width
变量中的新列:
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df <- mutate(df, varname = Petal.Width * n) ## problem arises here
df
}
现在我创建一个循环来构建我的列:
for(i in 2:5) {
iris <- multipetal(df=iris, n=i)
}
但是,由于mutate认为varname是一个文字变量名,因此循环只创建一个新变量(称为varname)而不是四个(称为petal.2 - petal.5)。
如何让mutate()
将动态名称用作变量名称?
答案 0 :(得分:125)
由于您正在大幅度地将变量名称构建为字符值,因此使用标准data.frame索引进行赋值更有意义,该索引允许列名称的字符值。例如:
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df[[varname]] <- with(df, Petal.Width * n)
df
}
mutate
函数可以很容易地通过命名参数命名新列。但是,假设您在键入命令时知道名称。如果要动态指定列名,则还需要构建命名参数。
最新版本的dplyr(0.7)通过使用:=
动态分配参数名称来实现此目的。您可以将您的函数编写为:
# --- dplyr version 0.7+---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
mutate(df, !!varname := Petal.Width * n)
}
有关详细信息,请参阅vignette("programming", "dplyr")
提供的文档。
稍早版本的dplyr(&gt; = 0.3 <0.7),鼓励使用许多功能的“标准评估”替代方案。有关详细信息,请参阅非标准评估小插图(vignette("nse")
)。
所以在这里,答案是使用mutate_()
而不是mutate()
并执行:
# --- dplyr version 0.3-0.5---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
varval <- lazyeval::interp(~Petal.Width * n, n=n)
mutate_(df, .dots= setNames(list(varval), varname))
}
旧版本的dplyr
请注意,在最初提出问题时存在的旧版dplyr中也可以这样做。它需要谨慎使用quote
和setName
:
# --- dplyr versions < 0.3 ---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
pp <- c(quote(df), setNames(list(quote(Petal.Width * n)), varname))
do.call("mutate", pp)
}
答案 1 :(得分:45)
在dplyr
的新版本(2017年4月等待的0.6.0
)中,我们还可以执行分配(:=
)并通过取消引用将变量作为列名传递({{1 }})不评估它
!!
检查输出基于@ MrFlick的 library(dplyr)
multipetalN <- function(df, n){
varname <- paste0("petal.", n)
df %>%
mutate(!!varname := Petal.Width * n)
}
data(iris)
iris1 <- tbl_df(iris)
iris2 <- tbl_df(iris)
for(i in 2:5) {
iris2 <- multipetalN(df=iris2, n=i)
}
应用于'iris1'
multipetal
答案 2 :(得分:12)
这是另一个版本,它可以说有点简单。
multipetal <- function(df, n) {
varname <- paste("petal", n, sep=".")
df<-mutate_(df, .dots=setNames(paste0("Petal.Width*",n), varname))
df
}
for(i in 2:5) {
iris <- multipetal(df=iris, n=i)
}
> head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species petal.2 petal.3 petal.4 petal.5
1 5.1 3.5 1.4 0.2 setosa 0.4 0.6 0.8 1
2 4.9 3.0 1.4 0.2 setosa 0.4 0.6 0.8 1
3 4.7 3.2 1.3 0.2 setosa 0.4 0.6 0.8 1
4 4.6 3.1 1.5 0.2 setosa 0.4 0.6 0.8 1
5 5.0 3.6 1.4 0.2 setosa 0.4 0.6 0.8 1
6 5.4 3.9 1.7 0.4 setosa 0.8 1.2 1.6 2
答案 3 :(得分:10)
经过大量的反复试验,我发现模式UQ(rlang::sym("some string here")))
对于使用字符串和dplyr动词非常有用。它似乎在许多令人惊讶的情况下工作。
以下是mutate
的示例。我们想要创建一个将两列相加的函数,将函数作为字符串传递给函数。我们可以将此模式与赋值运算符:=
一起使用来执行此操作。
## Take column `name1`, add it to column `name2`, and call the result `new_name`
mutate_values <- function(new_name, name1, name2){
mtcars %>%
mutate(UQ(rlang::sym(new_name)) := UQ(rlang::sym(name1)) + UQ(rlang::sym(name2)))
}
mutate_values('test', 'mpg', 'cyl')
该模式也适用于其他dplyr
函数。这是filter
:
## filter a column by a value
filter_values <- function(name, value){
mtcars %>%
filter(UQ(rlang::sym(name)) != value)
}
filter_values('gear', 4)
或arrange
:
## transform a variable and then sort by it
arrange_values <- function(name, transform){
mtcars %>%
arrange(UQ(rlang::sym(name)) %>% UQ(rlang::sym(transform)))
}
arrange_values('mpg', 'sin')
对于select
,您不需要使用该模式。相反,您可以使用!!
:
## select a column
select_name <- function(name){
mtcars %>%
select(!!name)
}
select_name('mpg')
答案 4 :(得分:4)
我还添加了一个补充这个问题的答案,因为我在寻找答案时来到这个条目,这几乎是我需要的,但我需要更多,我通过@MrFlik得到的回答和R lazyeval小插曲。
我想创建一个函数,可以将数据帧和列名称(作为字符串)的向量转换为我想要从字符串转换为Date对象。我无法弄清楚如何使as.Date()
获取一个字符串的参数并将其转换为一列,所以我按照下面的说明进行了操作。
以下是我通过SE mutate(mutate_()
)和.dots
参数执行此操作的方法。欢迎使这更好的批评。
library(dplyr)
dat <- data.frame(a="leave alone",
dt="2015-08-03 00:00:00",
dt2="2015-01-20 00:00:00")
# This function takes a dataframe and list of column names
# that have strings that need to be
# converted to dates in the data frame
convertSelectDates <- function(df, dtnames=character(0)) {
for (col in dtnames) {
varval <- sprintf("as.Date(%s)", col)
df <- df %>% mutate_(.dots= setNames(list(varval), col))
}
return(df)
}
dat <- convertSelectDates(dat, c("dt", "dt2"))
dat %>% str
答案 5 :(得分:1)
虽然我喜欢使用dplyr进行交互式使用,但我发现使用dplyr执行此操作非常棘手,因为你必须通过箍来使用lazyeval :: interp(),setNames等工作区。
这是一个使用base R的更简单的版本,在这个版本中,至少对我来说,将循环放在函数中更加直观,并且扩展了@ MrFlicks的解决方案。
multipetal <- function(df, n) {
for (i in 1:n){
varname <- paste("petal", i , sep=".")
df[[varname]] <- with(df, Petal.Width * i)
}
df
}
multipetal(iris, 3)
答案 6 :(得分:1)
您可能会喜欢friendlyeval
软件包,它为新的/偶然的test
用户提供了简化的评估API和文档。
您正在创建希望dplyr
视为列名的字符串。因此,使用mutate
可以编写:
friendlyeval
幕后调用multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df <- mutate(df, !!treat_string_as_col(varname) := Petal.Width * n)
df
}
for(i in 2:5) {
iris <- multipetal(df=iris, n=i)
}
的功能来检查rlang
作为列名是否合法。
varname
代码可通过RStudio插件随时转换为等效的整洁评估代码。
答案 7 :(得分:1)
有了rlang 0.4.0
,我们有了卷曲卷曲的运算符(stargazer
),这使这非常容易。
{{}}
我们还可以将带引号/不带引号的变量名传递为列名。
library(dplyr)
library(rlang)
iris1 <- tbl_df(iris)
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
mutate(df, {{varname}} := Petal.Width * n)
}
multipetal(iris1, 4)
# A tibble: 150 x 6
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species petal.4
# <dbl> <dbl> <dbl> <dbl> <fct> <dbl>
# 1 5.1 3.5 1.4 0.2 setosa 0.8
# 2 4.9 3 1.4 0.2 setosa 0.8
# 3 4.7 3.2 1.3 0.2 setosa 0.8
# 4 4.6 3.1 1.5 0.2 setosa 0.8
# 5 5 3.6 1.4 0.2 setosa 0.8
# 6 5.4 3.9 1.7 0.4 setosa 1.6
# 7 4.6 3.4 1.4 0.3 setosa 1.2
# 8 5 3.4 1.5 0.2 setosa 0.8
# 9 4.4 2.9 1.4 0.2 setosa 0.8
#10 4.9 3.1 1.5 0.1 setosa 0.4
# … with 140 more rows
与...的作用相同
multipetal <- function(df, name, n) {
mutate(df, {{name}} := Petal.Width * n)
}
multipetal(iris1, temp, 3)
# A tibble: 150 x 6
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species temp
# <dbl> <dbl> <dbl> <dbl> <fct> <dbl>
# 1 5.1 3.5 1.4 0.2 setosa 0.6
# 2 4.9 3 1.4 0.2 setosa 0.6
# 3 4.7 3.2 1.3 0.2 setosa 0.6
# 4 4.6 3.1 1.5 0.2 setosa 0.6
# 5 5 3.6 1.4 0.2 setosa 0.6
# 6 5.4 3.9 1.7 0.4 setosa 1.2
# 7 4.6 3.4 1.4 0.3 setosa 0.900
# 8 5 3.4 1.5 0.2 setosa 0.6
# 9 4.4 2.9 1.4 0.2 setosa 0.6
#10 4.9 3.1 1.5 0.1 setosa 0.3
# … with 140 more rows
答案 8 :(得分:1)
另一种选择:在引号内使用{}
来轻松创建动态名称。这与其他解决方案相似,但不完全相同,我发现它更容易。
library(dplyr)
library(tibble)
iris <- as_tibble(iris)
multipetal <- function(df, n) {
df <- mutate(df, "petal.{n}" := Petal.Width * n) ## problem arises here
df
}
for(i in 2:5) {
iris <- multipetal(df=iris, n=i)
}
iris
我认为这来自dplyr 1.0.0
,但不确定(如果有问题,我也有rlang 4.7.0
)。