R：遍历列名

Question

我是一名 Stata 用户，试图切换到 R 并且遇到了通常初学者的挣扎。几天来，我一直在尝试（并且失败）循环，现在我投降了。 我想做什么（循环）：

• 从变量名列表开始

• 创建一个新变量

• 根据现有变量的值重新编码新变量

• 可能使用 dplyr 语法这样做，但这不是必需的， 只是为了与我的其余代码保持一致。

这是我正在尝试做的一个程式化的例子。在我的实际数据中，x.x 和 x.y 变量源自应用于 2 个现有数据帧的连接函数。

N <- 1000
  df  <- data.frame(x1 = rnorm(N),
x2.x = rnorm(N)+2,x2.y = rnorm(N)-2,
x3.x = rnorm(N)+3,x3.y = rnorm(N)-3)

varlist <- c("x2","x3")
lapply(varlist, function(x) {
   df <- df %>% mutate(x = ifelse(x1 < 0, paste0(x,".y"),paste0(x,".x")) # generate varialble "x" values from existing x.x and x.y
  })

当我运行代码的 lapply 部分时，我收到错误消息

错误：意外的“}”在： " df % mutate(x = ifelse(x1

即使它应该是意料之中的......我确信我的代码中有很多错误，这部分是因为我习惯了 Stata 中的宏，而 R 中没有直接对应的宏。无论如何，如果可以的话为我指明正确的方向，那会很棒！

Answer 1

您的代码不起作用的原因是您的paste0(x, ".y") 实际上是在将x 与.y 粘贴在一起。就是这样，您并没有告诉它按该列对数据进行子集化。

您实际上应该做的是根据paste0(x, ".y") 生成的列名对数据进行子集化。所以例如，要获取数据列x2.y 你可以去

df[, paste0(varlist[1], ".y")]
## and of course the same can be done for second item of varlist
# df[, paste0(varlist[2], ".y")]

现在我们知道如何通过变量名称对列进行子集化，并且因为您想学习如何在循环中编写它，我们可以将 varlist[1]（和 varlist[2]）中的数字替换为“循环”变量

这里有两种方法，一种使用 for 循环，另一种使用 sapply

for循环

for(i in varlist){
  df[, i] <- ifelse(df[, "x1"] < 0, df[, paste0(i, ".y")], df[, paste0(i, ".x")])
}

head(df)
#            x1       x2.x       x2.y     x3.x       x3.y         x2        x3
# 1 -0.56047565  1.0042013 -2.5116037 2.849693 -2.8034502 -2.5116037 -2.803450
# 2 -0.23017749  0.9600450 -1.7630621 2.672243 -2.3498868 -1.7630621 -2.349887
# 3  1.55870831  1.9820198 -2.5415892 1.551835 -2.3289958  1.9820198  1.551835
# 4  0.07050839  1.8678249 -0.7807724 2.302715 -4.2841578  1.8678249  2.302715
# 5  0.12928774 -0.5493428 -1.8258641 5.598490 -5.0261096 -0.5493428  5.598490
# 6  1.71506499  3.0405735 -2.6152683 2.962585 -0.7946739  3.0405735  2.962585

应用

您也可以使用*apply 执行此操作，在本例中我使用sapply 以便“简化”结果（而lapply 将返回列表）

df[, varlist] <- sapply(varlist, function(x){
   ifelse(df[, "x1"] < 0, df[, paste0(x, ".y")], df[, paste0(x, ".x")])
})

head(df)
#            x1       x2.x       x2.y     x3.x       x3.y         x2        x3
# 1 -0.56047565  1.0042013 -2.5116037 2.849693 -2.8034502 -2.5116037 -2.803450
# 2 -0.23017749  0.9600450 -1.7630621 2.672243 -2.3498868 -1.7630621 -2.349887
# 3  1.55870831  1.9820198 -2.5415892 1.551835 -2.3289958  1.9820198  1.551835
# 4  0.07050839  1.8678249 -0.7807724 2.302715 -4.2841578  1.8678249  2.302715
# 5  0.12928774 -0.5493428 -1.8258641 5.598490 -5.0261096 -0.5493428  5.598490
# 6  1.71506499  3.0405735 -2.6152683 2.962585 -0.7946739  3.0405735  2.962585

---

数据

set.seed(123)   ## setting the seed as we're sampling
N <- 1000
df  <- data.frame(x1 = rnorm(N),
                  x2.x = rnorm(N)+2,x2.y = rnorm(N)-2,
                  x3.x = rnorm(N)+3,x3.y = rnorm(N)-3)

Answer 2

试试这个兄弟

将mutate 替换为mutate_

https://cran.r-project.org/web/packages/dplyr/vignettes/nse.html

Answer 3

这对我有用：

lapply(varlist, function(x) 
  df <- df %>% mutate(x = ifelse(x1 < 0, paste0(x,".y"),paste0(x,".x")) # generate varialble "x" values from existing x.x and x.y
))

您不需要大括号来使用lapply 指定循环。 Read this 了解更多关于 lapply 语法的信息。