我的資料框有 22 個變數。這是一個簡化的示例。變數包括 x1,x2,y1_,y2_。我想創建一個新變數。變數值為x1*y1_ x2*y2_。代碼如下：
df <- data.frame(x1=c(0,0,0,1),x2=c(0,0,0,1),y1_=c(3,0,2,1),y2_=c(1,0,0,1))
df$var <- df$x1*df$y1_ df$x2*df$y2_
如果不。變數的個數是22，上面的代碼不合理。那么，如何獲得這個變數呢？
uj5u.com熱心網友回復：
根據列名拆分資料框然后相乘，然后按行求和：
x <- colnames(df)
df$var <- rowSums(df[, grepl("^x", x)] * df[, grepl("^y", x)])
df
# x1 x2 y1_ y2_ var
# 1 0 0 3 1 0
# 2 0 0 0 0 0
# 3 0 0 2 0 0
# 4 1 1 1 1 2
uj5u.com熱心網友回復：
底線：
df$var <- do.call(` `,
lapply(split.default(df, gsub(".*([0-9] )_?$", "\\1", names(df))),
function(z) apply(z, 1, prod)))
df
# x1 x2 y1_ y2_ var
# 1 0 0 3 1 0
# 2 0 0 0 0 0
# 3 0 0 2 0 0
# 4 1 1 1 1 2
初始步驟：
gsub(".*([0-9] )_?$", "\\1", names(df))
# [1] "1" "2" "1" "2"
split.default(df, gsub(".*([0-9] )_?$", "\\1", names(df)))
# $`1`
# x1 y1_
# 1 0 3
# 2 0 0
# 3 0 2
# 4 1 1
# $`2`
# x2 y2_
# 1 0 1
# 2 0 0
# 3 0 0
# 4 1 1
lapply(split.default(df, gsub(".*([0-9] )_?$", "\\1", names(df))),
function(z) apply(z, 1, prod))
# $`1`
# [1] 0 0 0 1
# $`2`
# [1] 0 0 0 1
uj5u.com熱心網友回復：
1）使用 dplyr 并假設以數字結尾的列與以 _ 結尾的列的順序相同，并且兩組分別以數字和下劃線結尾，我們可以across這樣使用。
library(dplyr)
df %>% mutate(var = rowSums(across(matches("\\d$")) * across(ends_with("_"))))
給予
x1 x2 y1_ y2_ var
1 0 0 3 1 0
2 0 0 0 0 0
3 0 0 2 0 0
4 1 1 1 1 2
2）一種變體是按行使用：
df %>%
rowwise %>%
mutate(var = sum(c_across(matches("\\d$")) * c_across(ends_with("_")))) %>%
ungroup
筆記
df <- structure(list(x1 = c(0, 0, 0, 1), x2 = c(0, 0, 0, 1), y1_ = c(3,
0, 2, 1), y2_ = c(1, 0, 0, 1)), class = "data.frame", row.names = c(NA,
-4L))
df
## x1 x2 y1_ y2_
## 1 0 0 3 1
## 2 0 0 0 0
## 3 0 0 2 0
## 4 1 1 1 1
uj5u.com熱心網友回復：
您可以通過組合各種旋轉、映射和變異函式來實作這一點tidyverse
df <- data.frame(x1=c(1,2,3,4),x2=c(1,1,0,1),y1_=c(3,0,2,1),y2_=c(1,4,0,1))
library(tidyr)
library(dplyr)
library(purrr)
pivoted <-
pivot_longer(
df,
cols = everything(),
names_to = c("letter", "number"),
names_pattern = "(.)(.)"
)
pivoted
#> # A tibble: 16 × 3
#> letter number value
#> <chr> <chr> <dbl>
#> 1 x 1 1
#> 2 x 2 1
#> 3 y 1 3
#> 4 y 2 1
#> 5 x 1 2
#> 6 x 2 1
#> 7 y 1 0
#> 8 y 2 4
#> 9 x 1 3
#> 10 x 2 0
#> 11 y 1 2
#> 12 y 2 0
#> 13 x 1 4
#> 14 x 2 1
#> 15 y 1 1
#> 16 y 2 1
nested <-
pivoted |>
group_by(letter, number) |>
nest(num_data = value)
nested
#> # A tibble: 4 × 3
#> # Groups: letter, number [4]
#> letter number num_data
#> <chr> <chr> <list>
#> 1 x 1 <tibble [4 × 1]>
#> 2 x 2 <tibble [4 × 1]>
#> 3 y 1 <tibble [4 × 1]>
#> 4 y 2 <tibble [4 × 1]>
summarised <-
nested |>
group_by(number) |>
summarise(across(num_data, pmap, list))
summarised
#> # A tibble: 2 × 2
#> number num_data
#> <chr> <named list>
#> 1 1 <list [2]>
#> 2 2 <list [2]>
summarised <- rowwise(summarised)
summarised <-
transmute(
summarised,
products = list(
pmap(num_data, prod)
)
)
summarised[["products"]]
#> [[1]]
#> [[1]][[1]]
#> [1] 3
#>
#> [[1]][[2]]
#> [1] 0
#>
#> [[1]][[3]]
#> [1] 6
#>
#> [[1]][[4]]
#> [1] 4
#>
#>
#> [[2]]
#> [[2]][[1]]
#> [1] 1
#>
#> [[2]][[2]]
#> [1] 4
#>
#> [[2]][[3]]
#> [1] 0
#>
#> [[2]][[4]]
#> [1] 1
df[["var"]] <-
summarised[["products"]] |>
pmap_dbl(sum)
df
#> x1 x2 y1_ y2_ var
#> 1 1 1 3 1 4
#> 2 2 1 0 4 4
#> 3 3 0 2 0 6
#> 4 4 1 1 1 5
創建于 2022-11-18，使用reprex v2.0.2
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/536628.html
標籤：r数据框变量后缀穿过