如何使用 dplyr 以编程方式计算一对变量之间的差异？答案

【问题标题】：How to programmatically calculate the difference between a pair of variables using dplyr?如何使用 dplyr 以编程方式计算一对变量之间的差异？
【发布时间】：2021-09-29 15:13:17
【问题描述】：

假设我有一个像下面这样的小标题：

tib <- tribble(~id, ~var1_countrya, ~var2_countrya, ~var1_countryb, ~var2_countryb,
1, 1, 2, 1, 2,
2, 5, 3, 1, 3,
3, 6, 3, 1, 3
)

我想通过使用正则表达式和 dplyr 管道选择变量对来创建新列 delta_countrya = var2_countrya - var1_countrya 和 delta_countryb = var2_countryb - var2_countryb。最后的 tibble 应该是这样的

id var1_countrya var2_countrya delta_countrya var1_countryb var2_countryb delta_countryb
1             1             2              1             1             2              1
2             5             3             -2             1             3              2
3             6             3             -3             1             3              2

我什至很难以一种创建多个新变量的方式设置 mutate 子句，更不用说找到我正在寻找的变量对并从中获取差异了。

【问题讨论】：

标签： r dplyr

【解决方案1】：

base

tib[paste0("delta_country", letters[1:2])] <- tib[paste0("var2_country", letters[1:2])] - tib[paste0("var1_country", letters[1:2])]
    #      id var1_countrya var2_countrya var1_countryb var2_countryb delta_countrya delta_countryb
    #   <dbl>         <dbl>         <dbl>         <dbl>         <dbl>          <dbl>          <dbl>
    # 1     1             1             2             1             2              1              1
    # 2     2             5             3             1             3             -2              2
    # 3     3             6             3             1             3             -3              2

tidyverse

library(tidyverse)
tib[paste0("delta_country", letters[1:2])] <- map2(tib %>% select(starts_with("var2_country")), tib %>% select(starts_with("var1_country")),
                                     ~.x - .y)
tib
# #      id var1_countrya var2_countrya var1_countryb var2_countryb delta_countrya delta_countryb
# #   <dbl>         <dbl>         <dbl>         <dbl>         <dbl>          <dbl>          <dbl>
# # 1     1             1             2             1             2              1              1
# # 2     2             5             3             1             3             -2              2
# # 3     3             6             3             1             3             -3              2

【讨论】：

【解决方案2】：

通过您的示例，您可以将列转换为变量，拆分列，使 var 和国家/地区分开，然后重新组合，使不同的 var 在列中，最后计算您的增量

library(dplyr) 
tib <- tribble(~id, ~var1_countrya, ~var2_countrya, ~var1_countryb, ~var2_countryb,
1, 1, 2, 1, 2,
2, 5, 3, 1, 3,
3, 6, 3, 1, 3
)  # your code had an error, need to replace ')' with comma

tib2 = tib %>%
      pivot_longer(-id, names_to = "var") %>%
      separate(var, c("Var", "Country")) %>%
      pivot_wider(names_from = Var) %>%
      mutate(Delta = var2-var1)
tib2
# # A tibble: 6 x 5
#      id Country   var1  var2 Delta
#    <dbl> <chr>    <dbl> <dbl> <dbl>
# 1     1 countrya     1     2     1
# 2     1 countryb     1     2     1
# 3     2 countrya     5     3    -2
# 4     2 countryb     1     3     2
# 5     3 countrya     6     3    -3
# 6     3 countryb     1     3     2

【讨论】：

太棒了，这就像一个魅力。显然，然后我们需要 pivot_wider 来获得最终的 tibble。

【解决方案3】：

我们也可以在这里利用base::Reduce：

Reduce(function(x, y) {
  cbind(x, x[, y] - x[, y - 1])
}, seq(1, ncol(tib), 2)[-1], init = tib) |>
  setNames(c(names(tib), paste0("delta_country", unique(gsub(".*([[:alpha:]]$)", "\\1", names(tib)[-1])))))

  id var1_countrya var2_countrya var1_countryb var2_countryb delta_countrya delta_countryb
1  1             1             2             1             2              1              1
2  2             5             3             1             3             -2              2
3  3             6             3             1             3             -3              2

【讨论】：