如何创建一个循环遍历 R 中的列索引号的函数？

Question

考虑以下数据框（df）：

"id"   "a1"   "b1"   "c1"   "not_relevant"   "p_a1"   "p_b1"   "p_c1"
 a      2      6      0           x             2        19       12
 a      4      2      7           x           3.5         7       11
 b      1      9      4           x             7       1.5        4
 b      7      5      11          x             8        12        5

我想创建一个新列，显示两个对应列之间的乘积之和。为了编写更少的代码，我通过索引号对列进行寻址。不幸的是，我没有编写函数的经验，所以我最终手动编写，这非常繁琐且不是很优雅。

这是一个可重现的数据框示例以及我迄今为止尝试过的示例：

id <- c("a","a","b","b")
df <- data.frame(id)
df$a1 <- as.numeric((c(2,4,1,7)))
df$b1 <- as.numeric((c(6,2,9,5)))
df$c1 <- as.numeric((c(0,7,4,11)))
df$not_relevant <- c("x","x","x","x")
df$p_a1 <- as.numeric((c(2,3.5,7,8)))
df$p_b1 <- as.numeric((c(19,7,1.5,12)))
df$p_c1 <- as.numeric((c(12,11,4,5)))

require(dplyr)

df %>% mutate(total = .[[2]]*.[[6]] + .[[3]] *.[[7]]+ .[[4]] *.[[8]])

这会导致预期的结果，但正如我提到的那样效率不是很高：

"id"   "a1"   "b1"   "c1"   "not_relevant"   "p_a1"   "p_b1"   "p_c1"   "total"
 a      2      6      0           x             2        19       12     118.0
 a      4      2      7           x           3.5         7       11     105.0
 b      1      9      4           x             7       1.5        4      36.5
 b      7      5      11          x             8        12        5     171.0

我正在处理的真实数据有更多的列，所以如果有人能告诉我一种方法来将此操作打包到一个函数中，该函数循环遍历列索引号并将正确的列相互匹配，我会很高兴。

Answer 1

列索引不是执行此操作的好方法。 （一般来说不是一个好方法......）

这是一个简单的dplyr 方法，它假定列的对应顺序正确（也就是说，如果"x1", "x2", "x3" 的顺序与"p_x3", "p_x2", "p_x1" 的顺序不同，则会给出错误的结果）。您可能还需要为您的真实数据细化选择标准：

df$total = rowSums(select(df, starts_with("x")) * select(df, starts_with("p_")))
df
#   id x1 x2 x3 not_relevant p_x1 p_x2 p_x3 total
# 1  a  2  6  0            x  2.0 19.0   12 118.0
# 2  a  4  2  7            x  3.5  7.0   11 105.0
# 3  b  1  9  4            x  7.0  1.5    4  36.5
# 4  b  7  5 11            x  8.0 12.0    5 171.0

另一个不错的选择是将数据转换为长格式，其中有一个 x 列和一个 p 列，其中“索引”列指示 1、2、3。然后操作可以分组完成，最后回到宽格式。