Question

我有以下代码，我需要从变量中获取列名，然后使用该操作中的指定列有选择地对行执行操作。这是我的简单示例，创建列res以匹配列targe t：

library(tidyverse)

tst <- tibble(grp = c("a","a","b","b","c","c"), a = rep(2,6), b = rep(4,6), 
              c = rep(8,6), target = c(2,2,4,4,8,8), res = rep(0,6))

# create list of columns to iterate over
lst <-  unique(tst$grp)

# loop over each column, creating a dummy column with 
# the copied value in the matching rows, zeroes elsewhere
for(g in lst) {

  tst <- tst %>% 
    mutate(!!paste("res", g, sep="_") := ifelse(grp == g, !!rlang::sym(g),0)) %>% 
    select(!!paste("res", g, sep="_")) %>% 
    cbind(tst)
}

# combine the dummy columns by rowSum
res <- tst %>% select(starts_with("res_")) %>% mutate(res = rowSums(.)) %>% 
select(res)

# tidy up the output, result matches the target
tst <- tst %>% select(grp, a, b, c, target) %>% cbind(res)

tst

  grp a b c target res
1   a 2 4 8      2   2
2   a 2 4 8      2   2
3   b 2 4 8      4   4
4   b 2 4 8      4   4
5   c 2 4 8      8   8
6   c 2 4 8      8   8

我采用了迭代方法，循环遍历grp列中的唯一变量，创建临时列，然后rowSum()来获取最终结果。笨拙，但最终到了那里。

我确信使用map中的purrr家庭之一可以采用更优雅的方式。有人可以告诉我如何在没有使用purrr的循环的情况下执行此操作吗？我真的很难使用这种方法让动态列名工作。提前谢谢。

Answer 1

不需要你编写循环的东西

library(tidyverse)

tst <- tibble(grp = c("a","a","b","b","c","c"), a = rep(2,6), b = rep(4,6), 
              c = rep(8,6), target = c(2,2,4,4,8,8), res = rep(0,6))

tst %>% 
  mutate(res = 
           case_when(
             grp == "a" ~ a,
             grp == "b" ~ b,
             grp == "c" ~ c
           ))

# A tibble: 6 x 6
  grp       a     b     c target   res
  <chr> <dbl> <dbl> <dbl>  <dbl> <dbl>
1 a         2     4     8      2     2
2 a         2     4     8      2     2
3 b         2     4     8      4     4
4 b         2     4     8      4     4
5 c         2     4     8      8     8
6 c         2     4     8      8     8

注意：如果需要，您可以使用自己的公式代替~ a 如需更多帮助，请参阅?case_when

Answer 2

也许：

tst %>% 
  mutate(res = sapply(seq(nrow(tst)), function(x) tst[x,as.character(tst$grp[x])]))


# A tibble: 6 x 6
    grp     a     b     c target   res
  <chr> <dbl> <dbl> <dbl>  <dbl> <dbl>
1     a     2     4     8      2     2
2     a     2     4     8      2     2
3     b     2     4     8      4     4
4     b     2     4     8      4     4
5     c     2     4     8      8     8
6     c     2     4     8      8     8

Answer 3

您可以使用imap，它会迭代列值及其名称。列值是grp的值，名称只是序列1,...,6。

此外，您必须提供数据框本身作为附加参数（df=到imap，它转发给它的函数参数。总计：

tst %>% 
  mutate(res = purrr::imap_dbl(grp, df = ., 
    .f = function(g, i, df) df[i,g][[1]] # [[1]] turns the result from tibble into a double
  ))

编辑：我用更大的表格定时此解决方案：

tst <- tst[sample(nrow(tst), 50000, TRUE),]

需要大约50秒。

Answer 4

这是一个基础R解决方案，也不再是：

# Save all source columns in a matrix. This enables indexing by another matrix
x <- as.matrix(tst[, unique(tst$grp)])
# Matrix of (row, column) pairs to extract from x
i <- cbind(seq_len(nrow(tst)), match(tst$grp, colnames(x)))
tst$res <- x[i]

编辑：更大表的经过时间：

tst <- tst[sample(nrow(tst), 50000, TRUE), ]

0.008s - 0.015s

Dplyr＆amp;使用动态列名称的purrr，选择＆amp;按组

4 个答案: