在下面的示例中，我想根據列“變數”（即 1 和 20）的值添加列“值”。
toy_data <-
tibble::tribble(
~x, ~y, ~variable,
1, 2, "x",
10, 20, "y"
)
像這樣：
| X | 是 | 多變的 | 價值 |
|---|---|---|---|
| 1 | 2 | X | 1 |
| 10 | 20 | 是 | 20 |
但是，以下方法均無效：
toy_data %>%
dplyr::mutate(
value = get(variable)
)
toy_data %>%
dplyr::mutate(
value = mget(variable)
)
toy_data %>%
dplyr::mutate(
value = mget(variable, inherits = TRUE)
)
toy_data %>%
dplyr::mutate(
value = !!variable
)
我怎樣才能做到這一點？
uj5u.com熱心網友回復：
以下是一些應該可以很好地擴展的選項。
第一個是適用于variable列及其索引的基本選項。（我制作了資料框的副本，以便保留原件以進行更多編程。）
library(dplyr)
toy2 <- toy_data
toy2$value <- mapply(function(v, i) toy_data[[v]][i], toy_data$variable, seq_along(toy_data$variable))
toy2
#> # A tibble: 2 × 4
#> x y variable value
#> <dbl> <dbl> <chr> <dbl>
#> 1 1 2 x 1
#> 2 10 20 y 20
Second 用于purrr::imap_dbl迭代變數及其索引并回傳雙精度值。
toy_data %>%
mutate(value = purrr::imap_dbl(variable, function(v, i) toy_data[[v]][i]))
#> # A tibble: 2 × 4
#> x y variable value
#> <dbl> <dbl> <chr> <dbl>
#> 1 1 2 x 1
#> 2 10 20 y 20
第三個最不直接，但我個人最有可能使用它，也許只是因為它適合我的許多作業流程。Pivotting使得資料的長版，讓你看到的這兩個值variable和對應值x和y，你可以那么對于其中那些2列過濾器匹配。然后自連接回資料框。
inner_join(
toy_data,
toy_data %>%
tidyr::pivot_longer(cols = -variable, values_to = "value") %>%
filter(variable == name),
by = "variable"
) %>%
select(-name)
#> # A tibble: 2 × 4
#> x y variable value
#> <dbl> <dbl> <chr> <dbl>
#> 1 1 2 x 1
#> 2 10 20 y 20
編輯： @jpiversen 正確地指出，如果variable有重復項，自聯接將不起作用——在這種情況下，向資料添加一個行號并將其用作附加的聯接列。在這里我首先添加一個額外的觀察來說明。
toy3 <- toy_data %>%
add_row(x = 5, y = 4, variable = "x") %>%
tibble::rowid_to_column()
inner_join(
toy3,
toy3 %>%
pivot_longer(cols = c(-rowid, -variable), values_to = "value") %>%
filter(variable == name),
by = c("rowid", "variable")
) %>%
select(-name, -rowid)
uj5u.com熱心網友回復：
如果您事先知道資料框中有哪些變數：使用簡單的邏輯，例如ifelse()或dplyr::case_when()在它們之間進行選擇。
如果不是：使用函式式編程。下面是一個例子：
library(dplyr)
f <- function(data, variable_col) {
data[[variable_col]] %>%
purrr::imap_dbl(~ data[[.y, .x]])
}
toy_data$value <- f(toy_data, "variable")
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/389524.html