同时对两列应用`mutate_at`？答案

【问题标题】：apply `mutate_at` for two columns at the same time?同时对两列应用`mutate_at`？
【发布时间】：2020-05-21 12:49:30
【问题描述】：

我如何同时为两列调用像mutate_at 这样的函数？

例如，如果我有一个列名一致的 df，并且我想找到不同之处，我可以这样做：

library(dplyr)

df <-
tibble(x_1 = 1:5,
       x_2 = 1:5,
       y_1 = 6:10,
       y_2 = 6:10)

df %>% 
  mutate(x_dif = x_1 - x_2,
         y_dif = y_1 - y_2)

手动执行此操作很容易，但我想以 可扩展 的方式将一个函数应用于两列。我在概念上将此视为两个mutate_at，我会在一个电话中同时执行vars(x_1, y_1) 和vars(x_2, y_2)，但我认为这不是正确的方法。

【问题讨论】：

您可能必须先转换为长格式，然后再从那里获取

标签： r dplyr

【解决方案1】：

我尝试通过dplyr 进行操作，但结果非常麻烦。然而，在基础 R 中，这是一个单线，即

Reduce(`-`, split.default(df, sub('.*_','',names(df))))

这里也是dplyr版本。

library(dplyr)
library(tidyr)

df %>% 
 pivot_longer(everything()) %>% 
 mutate(name = sub('_.*', '', name)) %>% 
 group_by(name, grp = with(rle(name), rep(seq_along(lengths), lengths))) %>% 
 summarise(new = diff(value)) %>% 
 ungroup() %>% 
 select(-grp) %>% 
 pivot_wider(names_from = name, values_from = new, values_fn = list(new = list)) %>% 
 unnest()

在这两种情况下，您都可以随意整理输出。

【讨论】：

【解决方案2】：

可能不是您理想的解决方案，但这是我的处理方式。

library(purrr)
library(dplyr)

cols_nums <- unique(gsub(pattern = "[A-z]", "", names(df))) %>% 
  map(~names(df)[grepl(., names(df))])

map2_df(cols_nums[2], cols_nums[1], function(x, y) {
  out <- df[,x]-df[,y]
  names(out) <- paste0(names(out), "_diff")
  out
})

# x_2_diff y_2_diff
# 1        0        0
# 2        0        0
# 3        0        0
# 4        0        0
# 5        0        0

【讨论】：