使用非标准间接引用的函数

Question

我需要一个函数 f(B,A)，给定具有以下结构的数据集，

T1 T2 T3 T4 T5  ... P1 P2 P3 P4 P5 ...
 1  2  5  8  9  ...  A  C  B  B  A ... 
 1  3  4  6  6  ...  C  A  C  A  B ...

求第次B和A出现在Pj列（从j=1开始）和returns对应Ti列中的值差。例如：

第1行：B先出现在P3，A先出现在P1。那么：

f(B, A) = T3 - T1 = 5-1 = 4

第2行：B先出现在P5，A先出现在P2。那么：

f(B, A) = T5 - T2 = 6-3 = 3

我可以使用 str_detect() 找到 Pj 列 B 和 A 出现的位置，但我不知道如何从 P_j1, P_j2 至 T_j1, T_j2.

将不胜感激使用数据表语法（或基础 R）

Answer 1

这是一个data.table方法。

library(data.table)
DT <- fread("T1 T2 T3 T4 T5  P1 P2 P3 P4 P5
            1  2  5  8  9   A  C  B  B  A 
            1  3  4  6  6   C  A  C  A  B")
# Add row ID's
DT[, id := .I]
#melt to a long format
DT.melt <- data.table::melt(DT, 
                 id.vars = "id",
                 measure.vars = patterns(T = "^T", P = "^P"))
# Find first B for each id
val1 <- DT.melt[P == "B", T[1], by = .(id)]$V1
# [1] 5 6

# Find first A for each id
val2 <- DT.melt[P == "A", T[1], by = .(id)]$V1
# [1] 1 3

val1 - val2
# [1] 4 3

Answer 2

基础 R

f <- function(l1, l2){
  apply(df, 1, function(x){
    dfP <- x[grepl("P", names(x))]
    dfT <- x[grepl("T", names(x))]
    
    as.numeric(dfT[which(dfP == l1)[1]]) - as.numeric(dfT[which(dfP == l2)[1]])
  })
}

f("B", "A")
[1] 4 3

Tidyverse

对于这种类型的数据，通常最好先转向长，然后再转向宽：这是一个 tidyverse 解决方案，其中 diff 是所需的输出。

library(tidyverse)

df %>% 
  mutate(id = row_number()) %>% 
  pivot_longer(-id, names_pattern = "(\D)(\d)", 
               names_to = c(".value", "group")) %>% 
  group_by(id) %>% 
  mutate(diff = first(T[P == "B"]) - first(T[P == "A"])) %>% 
  pivot_wider(c(id, diff), names_from = group, values_from = c(T, P), names_sep = "")

输出

     id  diff    T1    T2    T3    T4    T5 P1    P2    P3    P4    P5   
  <int> <int> <int> <int> <int> <int> <int> <chr> <chr> <chr> <chr> <chr>
1     1     4     1     2     5     8     9 A     C     B     B     A    
2     2     3     1     3     4     6     6 C     A     C     A     B

使用非标准间接引用的函数

Function that uses nonstandard indirect reference

datatable

r

基础 R

Tidyverse