使用 mutate 和 lapply 简化语法答案

【问题标题】：Short syntax simplification with mutate and lapply使用 mutate 和 lapply 简化语法
【发布时间】：2019-08-25 15:16:11
【问题描述】：

我有创建新数据框 df2 的代码，它是现有数据框 df 的副本，但有四个新列 a、b、c、d。这些列的值由它们自己的函数给出。

下面的代码按预期工作，但似乎重复。有没有更简洁的形式可以推荐？

df2 <- df %>% mutate(a = lapply(df[,c("value")], f_a), 
                     b = lapply(df[,c("value")], f_b), 
                     c = lapply(df[,c("value")], f_c), 
                     d = lapply(df[,c("value")], f_d)
)

“值”列"-0.57(-0.88 to -0.26)" 中的单元格内容示例。我正在应用一个函数来提取第一个数字：

f_a <- function(x){
    substring(x, 1, regexpr("\\(", x)[1] - 1)
}

这适用于单个字符串（示例中的 -0.57）时效果很好。在数据框中，我发现 lapply 根据“值”列中任何单元格的输入给出了正确的值。代码看起来有点重复，但可以工作。

【问题讨论】：

请添加功能、当前和预期输出。看看是什么造就了一个很棒的 R 问题here。
你是lapplying 到一栏。不是问题的答案，但很可能与f_a(df[, "value"])等相同。至于问题，可能是?mutate_at。
感谢您的建议，这些确实使代码更短。在使用 lapply 之前，我在使用函数创建列时遇到了麻烦。当应用于一个输入值时，它们可以完美地工作，但在所有行中它给出了错误的值。我推断 lapply 将函数分别应用于“值”列中的每个单元格。当我删除 lapply 时，虽然代码更短，但 R 正在做一些我不理解的事情。

标签： r

【解决方案1】：

我们可以使用map

library(tidyverse)
df[c('a', 'b', 'c', d')] <- map(list(f_a, f_b, f_c, f_d), ~  lapply(df$value, .x))

注意：没有函数或示例，不清楚这是否是最佳解决方案。此外，如 cmets 中所述，许多函数可以直接应用于列，而不是循环遍历每个元素。

【讨论】：

谢谢，这非常简洁，输出看起来仍然如预期的那样