我想使用dplyr::mutate()在数据帧中创建多个新列。列名及其内容应该是动态生成的。
虹膜数据示例:
library(dplyr)
iris <- as_tibble(iris)
我创建了一个函数来改变花瓣中的新列。宽度变量:
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df <- mutate(df, varname = Petal.Width * n) ## problem arises here
df
}
现在我创建了一个循环来构建我的列:
for(i in 2:5) {
iris <- multipetal(df=iris, n=i)
}
然而，由于mutate认为varname是一个字面变量名，因此循环只创建了一个新变量(称为varname)，而不是四个(称为花瓣)。2 -花瓣。5)。
我怎么能得到mutate()使用我的动态名称作为变量名?
当前回答
由于动态地将变量名构建为字符值，因此使用标准data.frame索引(允许为列名提供字符值)进行赋值更有意义。例如:
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df[[varname]] <- with(df, Petal.Width * n)
df
}
mutate函数使得通过命名参数命名新列变得非常容易。但这假设您在键入命令时知道名称。如果希望动态指定列名，则还需要构建named参数。
双版本>= 1.0
在最新的dplyr版本中，您可以在使用:=命名参数时使用glue包中的语法。因此，这里名称中的{}通过计算其中的表达式来获取值。
multipetal <- function(df, n) {
mutate(df, "petal.{n}" := Petal.Width * n)
}
如果要向函数传递列名，可以在字符串中使用{{}}，也可以在列名中使用{{}}
meanofcol <- function(df, col) {
mutate(df, "Mean of {{col}}" := mean({{col}}))
}
meanofcol(iris, Petal.Width)
dpoyr版本
从0.7版开始，Dplyr允许您使用:=来动态分配参数名。你可以这样写你的函数:
# --- dplyr version 0.7+---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
mutate(df, !!varname := Petal.Width * n)
}
有关更多信息，请参阅从vignette(“programming”，“dplyr”)中获得的文档。
dplyr (>=0.3 & <0.7)
稍早一些的dplyr版本(>=0.3 <0.7)鼓励使用“标准求值”替代许多函数。有关更多信息，请参阅非标准评估小插图(小插图(“nse”))。
所以在这里，答案是使用mutate_()而不是mutate()，并执行:
# --- dplyr version 0.3-0.5---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
varval <- lazyeval::interp(~Petal.Width * n, n=n)
mutate_(df, .dots= setNames(list(varval), varname))
}
双工< 0.3
注意，在最初提出问题时存在的旧版本的dplyr中也可能存在这种情况。它需要小心使用quote和setName:
# --- dplyr versions < 0.3 ---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
pp <- c(quote(df), setNames(list(quote(Petal.Width * n)), varname))
do.call("mutate", pp)
}
其他回答
你可能会喜欢package friendlyeval，它为新用户提供了一个简化的整洁的eval API和文档。
您正在创建希望更改为列名的字符串。所以使用friendlyeval你可以这样写:
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df <- mutate(df, !!treat_string_as_col(varname) := Petal.Width * n)
df
}
for(i in 2:5) {
iris <- multipetal(df=iris, n=i)
}
它在底层调用rlang函数，检查varname作为列名是否合法。
friendlyeval代码可以在任何时候通过RStudio插件转换为同等的简单整洁的eval代码。
由于动态地将变量名构建为字符值，因此使用标准data.frame索引(允许为列名提供字符值)进行赋值更有意义。例如:
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
df[[varname]] <- with(df, Petal.Width * n)
df
}
mutate函数使得通过命名参数命名新列变得非常容易。但这假设您在键入命令时知道名称。如果希望动态指定列名，则还需要构建named参数。
双版本>= 1.0
在最新的dplyr版本中，您可以在使用:=命名参数时使用glue包中的语法。因此，这里名称中的{}通过计算其中的表达式来获取值。
multipetal <- function(df, n) {
mutate(df, "petal.{n}" := Petal.Width * n)
}
如果要向函数传递列名，可以在字符串中使用{{}}，也可以在列名中使用{{}}
meanofcol <- function(df, col) {
mutate(df, "Mean of {{col}}" := mean({{col}}))
}
meanofcol(iris, Petal.Width)
dpoyr版本
从0.7版开始，Dplyr允许您使用:=来动态分配参数名。你可以这样写你的函数:
# --- dplyr version 0.7+---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
mutate(df, !!varname := Petal.Width * n)
}
有关更多信息，请参阅从vignette(“programming”，“dplyr”)中获得的文档。
dplyr (>=0.3 & <0.7)
稍早一些的dplyr版本(>=0.3 <0.7)鼓励使用“标准求值”替代许多函数。有关更多信息，请参阅非标准评估小插图(小插图(“nse”))。
所以在这里，答案是使用mutate_()而不是mutate()，并执行:
# --- dplyr version 0.3-0.5---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
varval <- lazyeval::interp(~Petal.Width * n, n=n)
mutate_(df, .dots= setNames(list(varval), varname))
}
双工< 0.3
注意，在最初提出问题时存在的旧版本的dplyr中也可能存在这种情况。它需要小心使用quote和setName:
# --- dplyr versions < 0.3 ---
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
pp <- c(quote(df), setNames(list(quote(Petal.Width * n)), varname))
do.call("mutate", pp)
}
在dplyr的新版本(0.6.0将于2017年4月发布)中，我们还可以执行赋值操作(:=)，并通过取消引号(!!)将变量作为列名传递，从而不计算它
library(dplyr)
multipetalN <- function(df, n){
varname <- paste0("petal.", n)
df %>%
mutate(!!varname := Petal.Width * n)
}
data(iris)
iris1 <- tbl_df(iris)
iris2 <- tbl_df(iris)
for(i in 2:5) {
iris2 <- multipetalN(df=iris2, n=i)
}
根据应用在'iris1'上的@MrFlick的多瓣检查输出
identical(iris1, iris2)
#[1] TRUE
如果您需要多次执行相同的操作，它通常会告诉您，您的数据格式不是最佳的。你想要一个更长的格式，n是data.frame中的一列，可以通过交叉连接来实现:
library(tidyverse)
iris %>% mutate(identifier = 1:n()) %>% #necessary to disambiguate row 102 from row 143 (complete duplicates)
full_join(tibble(n = 1:5), by=character()) %>% #cross join for long format
mutate(petal = Petal.Width * n) %>% #calculation in long format
pivot_wider(names_from=n, values_from=petal, names_prefix="petal.width.") #back to wider format (if desired)
结果:
# A tibble: 150 x 11
Sepal.Length Sepal.Width Petal.Length Petal.Width Species identifier petal.width.1 petal.width.2 petal.width.3
<dbl> <dbl> <dbl> <dbl> <fct> <int> <dbl> <dbl> <dbl>
1 5.1 3.5 1.4 0.2 setosa 1 0.2 0.4 0.6
2 4.9 3 1.4 0.2 setosa 2 0.2 0.4 0.6
3 4.7 3.2 1.3 0.2 setosa 3 0.2 0.4 0.6
4 4.6 3.1 1.5 0.2 setosa 4 0.2 0.4 0.6
5 5 3.6 1.4 0.2 setosa 5 0.2 0.4 0.6
6 5.4 3.9 1.7 0.4 setosa 6 0.4 0.8 1.2
7 4.6 3.4 1.4 0.3 setosa 7 0.3 0.6 0.9
8 5 3.4 1.5 0.2 setosa 8 0.2 0.4 0.6
9 4.4 2.9 1.4 0.2 setosa 9 0.2 0.4 0.6
10 4.9 3.1 1.5 0.1 setosa 10 0.1 0.2 0.3
# ... with 140 more rows, and 2 more variables: petal.width.4 <dbl>, petal.width.5 <dbl>
在rlang 0.4.0中，我们有了卷曲操作符({{}})，这使得这非常容易。当一个动态列名出现在赋值的左边时，使用:=。
library(dplyr)
library(rlang)
iris1 <- tbl_df(iris)
multipetal <- function(df, n) {
varname <- paste("petal", n , sep=".")
mutate(df, {{varname}} := Petal.Width * n)
}
multipetal(iris1, 4)
# A tibble: 150 x 6
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species petal.4
# <dbl> <dbl> <dbl> <dbl> <fct> <dbl>
# 1 5.1 3.5 1.4 0.2 setosa 0.8
# 2 4.9 3 1.4 0.2 setosa 0.8
# 3 4.7 3.2 1.3 0.2 setosa 0.8
# 4 4.6 3.1 1.5 0.2 setosa 0.8
# 5 5 3.6 1.4 0.2 setosa 0.8
# 6 5.4 3.9 1.7 0.4 setosa 1.6
# 7 4.6 3.4 1.4 0.3 setosa 1.2
# 8 5 3.4 1.5 0.2 setosa 0.8
# 9 4.4 2.9 1.4 0.2 setosa 0.8
#10 4.9 3.1 1.5 0.1 setosa 0.4
# … with 140 more rows
我们还可以传递带引号/不带引号的变量名作为列名来赋值。
multipetal <- function(df, name, n) {
mutate(df, {{name}} := Petal.Width * n)
}
multipetal(iris1, temp, 3)
# A tibble: 150 x 6
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species temp
# <dbl> <dbl> <dbl> <dbl> <fct> <dbl>
# 1 5.1 3.5 1.4 0.2 setosa 0.6
# 2 4.9 3 1.4 0.2 setosa 0.6
# 3 4.7 3.2 1.3 0.2 setosa 0.6
# 4 4.6 3.1 1.5 0.2 setosa 0.6
# 5 5 3.6 1.4 0.2 setosa 0.6
# 6 5.4 3.9 1.7 0.4 setosa 1.2
# 7 4.6 3.4 1.4 0.3 setosa 0.900
# 8 5 3.4 1.5 0.2 setosa 0.6
# 9 4.4 2.9 1.4 0.2 setosa 0.6
#10 4.9 3.1 1.5 0.1 setosa 0.3
# … with 140 more rows
这是一样的
multipetal(iris1, "temp", 3)
