R - 根据列名对列组进行标准化，并使用条件值

Question

我是R和dplyr的新手（来自pandas / python背景）并且我正在尝试在R中进行更多的数据操作。dplyr语法在我身上真的有了增长但是，按照我当前的数据标准化工作，我无法帮助，但我认为必须有一个更清洁的＆＃39;这样做的方式＆＃34;。

我有两个data.frames，第一个有值，我想用来动态标准化第二个子集。然后，我想要平均所有具有相同结尾名称的列，然后按更高/更低的方式对行进行分组和分类。如果这个太不清楚了，我希望代码清除一些东西。

正常化（有效，但很乱？）

> main
  airport location x1.takeoffs x1.landings x2.takeoffs x2.landings x3.takeoffs x3.landings x4.takeoffs x4.landings
1     YYZ     N.A.      301029      300976      291615      291614      259649      259613       40326       40297
2     LHR     U.K.      211013      210983      360456      360389      241972      241964      309509      309495
3     JFK     N.A.      432521      432491      205626      205592     1877087     1877060      865802      865771
4     MUC     E.U.      101023      101011       43562       43509      234134      234071       30110       30087
5     VIE     E.U.      250102      250079      128620      128561      152017      152015     1418485     1418471

> norm
  name counts
1   x1     10
2   x2     20
3   x3     30
4   x4     40

我想要做的是将所有以x1开头的列，并将其除以norm[which(norm$name == "x1"),]$counts，依此类推x2，x3 ，和x4。

这是我的代码：

mainNorm <- main
for (n in norm$name) {
    mainNorm[grep(n, colnames(mainNorm))] <- main %>%
        select(starts_with(n)) %>%
        mutate_each(funs(. / norm[which(norm$name == n),]$counts))
}

现在我平均所有.takeoffs和.landings：

mainNorm <- mainNorm %>%
  mutate(avg.takeoff=select(., ends_with(".takeoffs")) %>%
  rowMeans(na.rm=T))
mainNorm <- mainNorm %>%
  mutate(avg.landings=select(., ends_with(".landings")) %>%
  rowMeans(na.rm=T))

基于其他列的最小值/最大值

的动态列分配

最后，我想添加一个新列，该列会查看location个群组，并根据"high"中的值<{1}}分配"low"或avg.takeoff

我一直在尝试在另一个问题（R - Assign a value/factor in a data.frame to column conditioned on value(s) of other columns）中提出的rowSums方法，但是我遇到了一些障碍。

> mainNorm %>%
    group_by(location) %>%
    mutate(volume=c("high", "low")[rowSums(select(., avg.takeoff) <1)+1])
Error: Position must be between 0 and n

TL; DR

所以，总之我的问题是：

1. 围绕for循环有更多dplyr方法吗？如果有帮助，我不会介意melt到norm的数据main吗？
2. 如何在"low"来电中指定"high"和group_by？我猜我是否必须将其传递给自定义函数？

关于我的第二个问题，我猜这总是一个选择：

mainNorm %>%
  group_by(location) %>%
  filter(avg.takeoff == min(avg.takeoff)) %>%
  mutate(volume="low")

但是，如果我现在想要处理另一半数据，我必须重复，然后加入这两个表。有没有办法在一次filter电话中执行此操作？ （回到功能，我猜？）

编辑：已检测到的结果

纳入@ alistair的建议有所帮助，但我仍然不确定最后一部分：分配"high"，"low"。我想以（某种形式或形式）最终得到的是下表：

# A tibble: 40 × 9
   airport location  name variable value_norm counts avg.takeoff avg.landings volume
    <fctr>   <fctr> <chr>    <chr>      <dbl>  <int>       <dbl>        <dbl> <fctr>
1      YYZ     N.A.    x1 takeoffs    30102.9     10   13586.692    13584.873    low
2      LHR     U.K.    x1 takeoffs    21101.3     10   13731.890    13730.148   high
3      JFK     N.A.    x1 takeoffs    43252.1     10   34437.000    34435.410   high
4      MUC     E.U.    x1 takeoffs    10102.3     10    5209.404     5207.773    low
5      VIE     E.U.    x1 takeoffs    25010.2     10   17992.640    17991.220   high
6      YYZ     N.A.    x1 landings    30097.6     10   13586.692    13584.873    low
7      LHR     U.K.    x1 landings    21098.3     10   13731.890    13730.148   high
8      JFK     N.A.    x1 landings    43249.1     10   34437.000    34435.410   high
9      MUC     E.U.    x1 landings    10101.1     10    5209.404     5207.773    low
10     VIE     E.U.    x1 landings    25007.9     10   17992.640    17991.220   high
# ... with 30 more rows