dplyr 使用可变列进行变异答案

【问题标题】：dplyr mutate using variable columnsdplyr 使用可变列进行变异
【发布时间】：2018-08-24 22:45:27
【问题描述】：

我正在尝试使用 mutate 创建一个新列，其中包含基于特定列的值。

最终数据框示例（我正在尝试创建new_col）：

x = tibble(colA = c(11, 12, 13),
           colB = c(91, 92, 93),
           col_to_use = c("colA", "colA", "colB"),
           new_col = c(11, 12, 93))

我想做这样的事情：

x %>% mutate(new_col = col_to_use)

除了列内容之外，我想将它们转换为变量。我开始了：

col_name = "colA"
x %>% mutate(new_col = !!as.name(col_name))

这适用于静态变量。但是，我一直无法更改变量来表示该列。如何根据不同列的内容取列名？

这个问题基本上与此相反：dplyr - mutate: use dynamic variable names。我无法根据我的问题调整解决方案。

【问题讨论】：

标签： r dplyr tidyverse nse quosure

【解决方案1】：

我们可以使用purrr 包中的imap_dbl 和pluck 来完成这项任务。

library(tidyverse)

x <- tibble(colA = c(11, 12, 13),
           colB = c(91, 92, 93),
           col_to_use = c("colA", "colA", "colB"))

x2 <- x %>%
  mutate(new_col = imap_dbl(col_to_use, ~pluck(x, .x, .y)))

x2
# # A tibble: 3 x 4
#   colA  colB col_to_use new_col
#  <dbl> <dbl> <chr>        <dbl>
# 1   11.   91. colA           11.
# 2   12.   92. colA           12.
# 3   13.   93. colB           93.

【讨论】：

【解决方案2】：

我不确定如何单独使用 tidyverse 成语（尽管我认为有办法）。但是这里有一个使用apply的方法：

x$new_col = apply(x, 1, function(d) {
  d[match(d["col_to_use"], names(x))]
})

  colA colB col_to_use new_col
1   11   91       colA      11
2   12   92       colA      12
3   13   93       colB      93

或者，将apply 放入mutate：

x = x %>% 
  mutate(new_col = apply(x, 1, function(d) {
    d[match(d["col_to_use"], names(x))]
  }))

【讨论】：