如何动态创建具有整洁评估的列？答案

【问题标题】：How to dynamically create columns with tidy evaluation?如何动态创建具有整洁评估的列？
【发布时间】：2021-04-30 20:00:40
【问题描述】：

我想使用特定模式创建变量。我需要在 mutate 函数中包含变量名称作为整洁的评估。我在下面做了一个自定义示例：

  iris %>%
  rename(Sepal = Sepal.Width, Petal = Petal.Width) %>%
  mutate_at(c('Sepal', 'Petal'), list(test = ~ . / !!sym(paste0(., '.Length'))))

【问题讨论】：

标签： r tidyverse across

【解决方案1】：

在较新版本的dplyr中，我们可以使用across

library(dplyr)
library(stringr)
iris %>%
   rename(Sepal = Sepal.Width, Petal = Petal.Width) %>%
   mutate(across(c('Sepal', 'Petal'), ~ 
              ./get(str_c(cur_column(), '.Length')), .names = '{.col}_test'))

-输出

#    Sepal.Length Sepal Petal.Length Petal    Species Sepal_test Petal_test
#1            5.1   3.5          1.4   0.2     setosa  0.6862745 0.14285714
#2            4.9   3.0          1.4   0.2     setosa  0.6122449 0.14285714
#3            4.7   3.2          1.3   0.2     setosa  0.6808511 0.15384615
#4            4.6   3.1          1.5   0.2     setosa  0.6739130 0.13333333
#5            5.0   3.6          1.4   0.2     setosa  0.7200000 0.14285714
#6            5.4   3.9          1.7   0.4     setosa  0.7222222 0.23529412
#7            4.6   3.4          1.4   0.3     setosa  0.7391304 0.21428571
#8            5.0   3.4          1.5   0.2     setosa  0.6800000 0.13333333

# ...

我们不需要重命名只是为了做除法。也可以通过保留原来的列名来实现

iris %>%
  mutate(across(ends_with('Width'), ~
              ./get(str_replace(cur_column(), 'Width', 'Length')),
         .names = '{.col}_test'))

. 返回值而不是列名。因此，paste0(., '.Length') 将使用相应的列值粘贴子字符串 .Length

【讨论】：

【解决方案2】：

对于这种情况，我发现使用 base R 更简单：

df <- iris
cols <- c('Sepal', 'Petal')
df[paste0(cols,'.res')] <- df[paste0(cols,'.Width')]/df[paste0(cols,'.Length')]

head(df)
#  Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sepal.res Petal.res
#1          5.1         3.5          1.4         0.2  setosa 0.6862745 0.1428571
#2          4.9         3.0          1.4         0.2  setosa 0.6122449 0.1428571
#3          4.7         3.2          1.3         0.2  setosa 0.6808511 0.1538462
#4          4.6         3.1          1.5         0.2  setosa 0.6739130 0.1333333
#5          5.0         3.6          1.4         0.2  setosa 0.7200000 0.1428571
#6          5.4         3.9          1.7         0.4  setosa 0.7222222 0.2352941

【讨论】：

在一个孤立的情况下，我同意，但在通过一组管道（尤其是在生产中）处理数据时，我喜欢在一个命令中完成所有操作。