循环变异R中的多列答案

【问题标题】：Loop mutating multiple columns in R循环变异R中的多列
【发布时间】：2021-02-02 14:22:25
【问题描述】：

我对使用 R 比较陌生，我需要一些帮助来创建一个循环来改变多个列。我正在尝试使用宽格式数据框创建一个对每个样本进行计算的列。我的数据框看起来与此类似：

df<- data.frame("count1" = c(1,2,3,4), "total1" = c(5,6,8,9), "count2" = c(4,3,2,1), "total2" = c(9,8,6,5))

count1 和 total 1 属于同一个样本，我想使用公式为每个样本改变一列

df <- df %>% mutate(percent1 = count1/total1)

我正在尝试创建一个循环来自动改变这些列，因为我有一百多个样本/列。我不确定我是否必须先融化数据框，但由于数据比上面描述的更复杂，这是不希望的。我尝试了多种方法来创建循环，例如

for (i in 1:nrow(samples)){
df <- df %>% mutate(paste("percent", i) = df$(paste("count"), i) / df$(paste"total", i)
}

但由于它不起作用，我非常感谢任何帮助

【问题讨论】：

标签： r dplyr

【解决方案1】：

如果不使用dplyr，这可能会更容易，因为：

for (i in 1:nrow(samples)){
  df[[paste0("percent", i)]] <- df[[paste0("count", i)]] / df[[paste0("total", i)]]
}

【讨论】：

【解决方案2】：

或者没有循环：

n <- nrow(samples)
df[paste0('percent', 1:n)] <- 
  df[grep('count', names(df))] / df[grep('total', names(df))]

#   count1 total1 count2 total2  percent1  percent2
# 1      1      5      4      9 0.2000000 0.4444444
# 2      2      6      3      8 0.3333333 0.3750000
# 3      3      8      2      6 0.3750000 0.3333333
# 4      4      9      1      5 0.4444444 0.2000000

【讨论】：

【解决方案3】：

只要你的变量是有序的，你可以使用purrr::map2：

library(tidyverse)
df[paste0("percent", 1:2)] <- map2(df %>% select(starts_with("count")), 
                                    df %>% select(starts_with("total")),  ~ .x/.y)
df
#   count1 total1 count2 total2  percent1  percent2
# 1      1      5      4      9 0.2000000 0.4444444
# 2      2      6      3      8 0.3333333 0.3750000
# 3      3      8      2      6 0.3750000 0.3333333
# 4      4      9      1      5 0.4444444 0.2000000

【讨论】：