dplyr：如何通过列索引而不是使用变异的列名来引用列？答案

【问题标题】：dplyr：如何通过列索引而不是使用变异的列名来引用列？
【发布时间】：2015-12-13 15:20:02
【问题描述】：

使用 dplyr，您可以执行以下操作：

iris %>% head %>% mutate(sum=Sepal.Length + Sepal.Width) 
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species sum
1          5.1         3.5          1.4         0.2  setosa 8.6
2          4.9         3.0          1.4         0.2  setosa 7.9
3          4.7         3.2          1.3         0.2  setosa 7.9
4          4.6         3.1          1.5         0.2  setosa 7.7
5          5.0         3.6          1.4         0.2  setosa 8.6
6          5.4         3.9          1.7         0.4  setosa 9.3

但在上面，我通过列名引用了这些列。如何使用 1 和 2 来获得相同的结果？

这里我有以下，但我觉得它没有那么优雅。

iris %>% head %>% mutate(sum=apply(select(.,1,2),1,sum))
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species sum
1          5.1         3.5          1.4         0.2  setosa 8.6
2          4.9         3.0          1.4         0.2  setosa 7.9
3          4.7         3.2          1.3         0.2  setosa 7.9
4          4.6         3.1          1.5         0.2  setosa 7.7
5          5.0         3.6          1.4         0.2  setosa 8.6
6          5.4         3.9          1.7         0.4  setosa 9.3

【问题讨论】：

标签： r dplyr

【解决方案1】：

你可以试试：

iris %>% head %>% mutate(sum = .[[1]] + .[[2]])

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species sum
1          5.1         3.5          1.4         0.2  setosa 8.6
2          4.9         3.0          1.4         0.2  setosa 7.9
3          4.7         3.2          1.3         0.2  setosa 7.9
4          4.6         3.1          1.5         0.2  setosa 7.7
5          5.0         3.6          1.4         0.2  setosa 8.6
6          5.4         3.9          1.7         0.4  setosa 9.3

【讨论】：

请注意，这与group_by 不能很好地结合：iris %>% group_by(Species) %>% mutate(sum = .[[1]] + .[[2]]) 而iris %>% group_by(Species) %>% mutate(sum=Sepal.Length + Sepal.Width) 可以。
@MrFlick - 也许我错过了什么。当您按行计算时，为什么分组很重要？如果他们正在执行其他操作，他们可能会在其中抛出ungroup() 然后重新组合。我以前发现这是必要的。
@RichardScriven 这更像是一个警告，这种方法实际上绕过了大部分 dplyr 基础架构，因此它可能会破坏原本应该起作用的分组之类的东西。您实际上是在跳过 mutate 的 data= 参数。你是对的，这对于逐行的mutate() 并不重要，但请考虑：iris %>% group_by(Species) %>% summarize(x=mean(.[[1]] + .[[2]])) 这不是按索引指定列的好“通用”方法。
在设置 mutate 列时，按列引用如何工作？ iris %>% head %>% mutate(.[[1]] = .[[1]] + .[[2]]) 给出：错误：“iris %>% head %>% mutate (.[[1]] ="
对于dplyr 1.0.0，有这个解决方法：df %>% group_by(eval(names(.)[1])) %>% ...

【解决方案2】：

我玩游戏有点晚了，但在这种情况下，我的个人策略是编写我自己的 tidyverse-compliant 函数，该函数将完全符合我的要求。通过 tidyverse 兼容，我的意思是函数的第一个参数是一个数据帧，输出是一个可以添加到数据帧的向量。

sum_cols <- function(x, col1, col2){
   x[[col1]] + x[[col2]]
}

iris %>%
  head %>%
  mutate(sum = sum_cols(x = ., col1 = 1, col2 = 2))

【讨论】：

【解决方案3】：

你觉得这个版本怎么样？
灵感来自@SavedByJesus's answer。

applySum <- function(df, ...) {
  assertthat::assert_that(...length() > 0, msg = "one or more column indexes are required")
  mutate(df, Sum = apply(as.data.frame(df[, c(...)]), 1, sum))
}

iris %>%
  head(2) %>%
  applySum(1, 2)
#
### output
#
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sum
1          5.1         3.5          1.4         0.2  setosa 8.6
2          4.9         3.0          1.4         0.2  setosa 7.9
#
### you can select and sum more then two columns by the same function
#
iris %>%
  head(2) %>%
  applySum(1, 2, 3, 4)
#
### output
#
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species  Sum
1          5.1         3.5          1.4         0.2  setosa 10.2
2          4.9         3.0          1.4         0.2  setosa  9.5

【讨论】：

【解决方案4】：

为了解决@pluke 在 cmets 中提出的问题，dplyr doesn't really support column index。

不是一个完美的解决方案，但您可以使用 base R 来解决这个问题 iris[1] <- iris[1] + iris[2]

【讨论】：

关于 dplyr 的链接评论不支持列索引...我想知道的循环解决方案是什么？