如何将新的计算变量添加到数据框中答案

【问题标题】：How to add new calculated variables to a data frame如何将新的计算变量添加到数据框中
【发布时间】：2015-07-09 22:27:03
【问题描述】：

我想创建一个循环，现在将变量添加到数据框中。这些变量应该是现有变量的简单二次形式。在下面的示例中，我想要 3 个新变量：dat$birds_2 <- dat$birds^2; dat$wolfs_2 <- dat$wolfs^2; dat$snakes_2 <- dat$snakes^2。我想一次对多个变量执行此操作。

dat <- read.table(text = " birds    wolfs     snakes
                    3        9         7
                    3        8         4
                    1        2         8
                    1        2         3
                    1        8         3
                    6        1         2
                    6        7         1
                    6        1         5
                    5        9         7
                    3        8         7
                    4        2         7
                    1        2         3
                    7        6         3
                    6        1         1
                    6        3         9
                    6        1         1   ",header = TRUE)

所需的输出 (dat_new) 是（我只显示前 2 行）：

 dat_new                      birds    wolfs     snakes birds_2    wolfs_2     snakes_2
                                3        9         7    9        81         49  
                                3        8         4    9        64         16

【问题讨论】：

你试过你的代码了吗？...（因为它很可能给你你想要的 ;-) 当然除了循环部分）
我尝试了 apply 函数，但我只得到了当前变量的值。我是循环新手，所以我不知道应该如何开始。
只需传递您的代码：dat$birds_2<-dat$birds^2; dat$wolfs_2<-dat$wolfs^2 ; dat$snakes_2<-dat$snakes^2，您将在 dat 中看到 3 个新变量，它们是对应变量的平方值。这里不需要loop或apply函数，^是矢量化的
没有经验丰富的程序员会用循环来做这件事。它速度较慢，需要更多的代码行。尝试寻找省略循环的内置 R 函数。
如果你想要的不是dat$birds_2[1]==dat$birds[1]^2等等，你应该在你的问题中添加想要的输出

标签： r loops dataframe

【解决方案1】：

作为替代方案，您也可以使用 dplyr 包轻松完成此操作：

library(dplyr)

dat_new <- dat %>% mutate_all(funs(.^2))
names(dat_new) <- paste0(names(dat_new),"_2")
dat_new <- cbind(dat,dat_new)

这给出了：

> head(dat_new)
  birds wolfs snakes birds_2 wolfs_2 snakes_2
1     3     9      7       9      81       49
2     3     8      4       9      64       16
3     1     2      8       1       4       64
4     1     2      3       1       4        9
5     1     8      3       1      64        9
6     6     1      2      36       1        4

【讨论】：

【解决方案2】：

如果您想获得某些变量的二次值（例如变量 1 到 10 of dat），您可以这样做：

ncol_ori <- ncol(dat)
dat <- cbind(dat, apply(dat[, 1:10], 2, "^", 2)) # or actually just cbind(dat, dat[, 1:10]^2)
colnames(dat)[(ncol_ori+1):ncol(dat)] <- paste(colnames(dat)[1:10], 2, sep="_")

如果您想对原始 data.frame 的所有变量执行此操作，您可以这样做：

ncol_ori <- ncol(dat)
dat <- cbind(dat, apply(dat, 2, "^", 2)) # or just cbind(dat, dat^2)
colnames(dat)[(ncol_ori+1):ncol(dat)] <- paste(colnames(dat)[1:ncol_ori], 2, sep="_")

使用您的dat，您将获得：

head(dat)
#   birds wolfs snakes birds_2 wolfs_2 snakes_2
#1      3     9      7       9      81       49
#2      3     8      4       9      64       16
#3      1     2      8       1       4       64
#4      1     2      3       1       4        9
#5      1     8      3       1      64        9
#6      6     1      2      36       1        4

【讨论】：

这很好，但是如何更改新变量名称，例如在名称末尾添加“_2”？
@mql4beginner，我添加了 2 行，因此您可以使用新变量命名列，最后使用“_2”
您好@CathG，我发现 dat 出现错误 [.data.frame(dat, , 1:10) 中：未定义的列被选中”
@mql4beginner，可能是因为您在 dat 中的列数少于 10？如果是这样，请将 1:10 替换为您想要二次值的列的索引。如果您希望所有列都使用它，您可以使用我的答案中的第二段代码
是的，我更改了正确的列数，现在它正在工作..谢谢

【解决方案3】：

与setNames：

setNames(as.data.frame(cbind(dat, dat^2)), c(names(dat), paste0(names(dat),'_2')))

#   birds wolfs snakes birds_2 wolfs_2 snakes_2
#1      3     9      7       9      81       49
#2      3     8      4       9      64       16

【讨论】：

【解决方案4】：

使用data.table的选项

library(data.table)
setDT(dat)[, paste0(names(dat),"_2") := lapply(.SD, '^', 2)]
head(dat,2)
#   birds wolfs snakes birds_2 wolfs_2 snakes_2
#1:     3     9      7       9      81       49
#2:     3     8      4       9      64       16

或者你可以使用set（这样会更有效率），因为有多个列

setDT(dat)
dat_new <- copy(dat)
for(j in 1:ncol(dat_new)){
   set(dat_new, i=NULL, j=j, value=dat_new[[j]]^2)
 }
 cbind(dat, dat_new)

基准测试

set.seed(24)
dat <- as.data.frame(matrix(sample(0:20, 1e6*200, replace=TRUE), 
       ncol=200))

dat1 <- copy(dat)
dat2 <- copy(dat)


Colonel <- function() { setNames(as.data.frame(cbind(dat, dat^2)),
    c(names(dat), paste0(names(dat),'_2')))}
akrun1 <- function() {setDT(dat1)[, paste0(names(dat1),"_2") := 
            lapply(.SD, '^', 2)]}
akrun2 <- function() {setDT(dat2)
                  dat_new <- copy(dat2)
                  for(j in 1:ncol(dat_new)){
                      set(dat_new, i=NULL, j=j, value=dat_new[[j]]^2)
                   }
                  cbind(dat2, dat_new)}

jaap <- function() {dat_new <- dat %>% 
                     mutate_each(funs(.^2))
                names(dat_new) <- paste0(names(dat_new),"_2")
                dat_new <- cbind(dat,dat_new)}



 cathG <- function() {ncol_ori <- ncol(dat)
                datN <- cbind(dat, apply(dat, 2, "^", 2))
                colnames(datN)[(ncol_ori+1):ncol(datN)] <- 
            paste(colnames(datN)[1:ncol_ori], 2, sep="_")

     }

system.time(Colonel())
#   user  system elapsed 
#  5.589   1.472  46.843 

 system.time(akrun1())
 #   user  system elapsed 
 #  2.125   1.238  10.065 

system.time(akrun2())
#   user  system elapsed 
#  1.522   0.744   3.922 

system.time(jaap())
#   user  system elapsed 
#  1.597   0.926  11.153 

system.time(cathG())
#   user  system elapsed 
#  9.386   3.536  94.360

【讨论】：

有趣你真的很喜欢基准测试！当然as.data.frame 转换需要时间。我修改为data.frame。
@ColonelBeauvel 我认为as.data.frame 更快

【解决方案5】：

您可以执行以下操作（不使用循环）：

dat_2 <- dat^2
colnames(dat_2) <- paste0(colnames(dat),"_2")
dat_tot <- cbind(dat, dat_2)

【讨论】：

我很抱歉造成误解。我的意思是我想得到一个每个原始而不是每列的二次值的变量。
然后尝试rbind() 而不是cbind()。但是，我不确定我是否理解了编辑后的问题。
上面的代码与您的输出示例完全相同
你是对的，但是如何更改新的变量名称？