dplyr 根据向量中的名称对多列进行变异答案

【问题标题】：dplyr mutate multiple columns based on names in vectorsdplyr 根据向量中的名称对多列进行变异
【发布时间】：2018-04-17 21:26:33
【问题描述】：

我想使用dplyr's mutate 函数将两列相乘。

但我不想为每个变异条件写一个新行，而是使用存储在向量var1 和var2 中的列的名称。例如，最后我想在现有的bankdata 中添加一个名为result1 的附加列，其中包含将列现金和贷款相乘的结果。这将一直持续到创建了 3 个新列为止。

可重现的代码：

bankname <- c("Bank A", "Bank B", "Bank C", "Bank D", "Bank E")
bankid <- c(1, 2, 3, 4, 5)
year <- c(1881, 1881, 1881, 1881, 1881)
totass <- c(244789, 195755, 107736, 170600, 32000000)
cash <- c(7250, 10243, 13357, 35000, 351266)
bond <- c(20218, 185151, 177612, 20000, 314012)
loans <- c(29513, 2800, NA, 5000, NA)
bankdata <- data.frame(bankname, bankid, year, totass, cash, bond, loans)

向量 var1 和 var2 包含我要相乘的列名 (cash*loans, bond*cash, loans*bankid)，output 是新列的名称：

var1 <- c("cash", "bond", "loans")
var2 <- c("loans","cash", "bankid")
output <- c("result1", "result2", "result3")

我想做类似的事情：

bankdata %>%
  mutate_at(.funs = funs(output = var1*var2), vars(var1, var2))

bankdata %>%
  mutate_at(.funs = funs(result1 = cash*., result2 = bond*., result3 = loans*.), vars(var2))

【问题讨论】：

标签： r dplyr tidyeval

【解决方案1】：

使用tidyeval approach，我们构建了一个可以将字符串作为输入然后创建新列的函数。注意rlang::sym 和!! 的使用（砰砰）。

之后，我们可以使用purrr::pmap_dfc 循环遍历var1、var2 以创建名称由output 提供的新列

library(tidyverse)

bankname <- c("Bank A", "Bank B", "Bank C", "Bank D", "Bank E")
bankid <- c(1, 2, 3, 4, 5)
year <- c(1881, 1881, 1881, 1881, 1881)
totass <- c(244789, 195755, 107736, 170600, 32000000)
cash <- c(7250, 10243, 13357, 35000, 351266)
bond <- c(20218, 185151, 177612, 20000, 314012)
loans <- c(29513, 2800, NA, 5000, NA)
bankdata <- data.frame(bankname, bankid, year, totass, cash, bond, loans)

originalNames <- names(bankdata)
var1   <- c("cash", "bond", "loans")
var2   <- c("loans","cash", "bankid")
output <- c("result1", "result2", "result3")

my_mutate <- function(df, var1, var2, output) {      
  var1   <- rlang::sym(var1)
  var2   <- rlang::sym(var2)
  output <- rlang::sym(output)

  df <- df %>% 
    mutate(!! output := !! var1 * !! var2)

  return(df)
}

# test
my_mutate(bankdata, var1[1], var2[1], output[1])

#>   bankname bankid year   totass   cash   bond loans   result1
#> 1   Bank A      1 1881   244789   7250  20218 29513 213969250
#> 2   Bank B      2 1881   195755  10243 185151  2800  28680400
#> 3   Bank C      3 1881   107736  13357 177612    NA        NA
#> 4   Bank D      4 1881   170600  35000  20000  5000 175000000
#> 5   Bank E      5 1881 32000000 351266 314012    NA        NA

# loop through 3 lists simultaneously 
# keep only original and result* columns
pmap_dfc(list(var1, var2, output), ~ my_mutate(bankdata, ..1, ..2, ..3)) %>% 
  select(!! originalNames, starts_with("result"))

#>   bankname bankid year   totass   cash   bond loans   result1      result2
#> 1   Bank A      1 1881   244789   7250  20218 29513 213969250    146580500
#> 2   Bank B      2 1881   195755  10243 185151  2800  28680400   1896501693
#> 3   Bank C      3 1881   107736  13357 177612    NA        NA   2372363484
#> 4   Bank D      4 1881   170600  35000  20000  5000 175000000    700000000
#> 5   Bank E      5 1881 32000000 351266 314012    NA        NA 110301739192
#>   result3
#> 1   29513
#> 2    5600
#> 3      NA
#> 4   20000
#> 5      NA

由reprex package (v0.2.0) 于 2018 年 4 月 18 日创建。

【讨论】：