如何在 dplyr 中创建动态的 mutate 调用编号和名称？

Question

我正在制作一个动态排列函数来创建与顺序无关的参数。在函数之外，我已经能够使用 dplyr 对这种方法进行硬编码。但是，我想概括它，以便我可以使用相同的函数来排列 3 个因子或 6 个因子，而无需键入所有重复调用。但是，我还没有弄清楚如何让它工作。

这是一个包含 3 个变量的所有排列的简单数据框 df：

#> dput(df)
structure(list(var1 = structure(c(1L, 1L, 2L, 2L, 3L, 3L), .Label = c("a", 
"b", "c"), class = "factor"), var2 = structure(c(2L, 3L, 1L, 
3L, 1L, 2L), .Label = c("a", "b", "c"), class = "factor"), var3 =     structure(c(3L, 
2L, 3L, 1L, 2L, 1L), .Label = c("a", "b", "c"), class = "factor"), 
    X1 = c(0.5, 0.5, 0.8, 0.8, 0.3, 0.3), X2 = c(0.8, 0.3, 0.5, 
    0.3, 0.5, 0.8), X3 = c(0.3, 0.8, 0.3, 0.5, 0.8, 0.5)), .Names = c("var1", 
"var2", "var3", "X1", "X2", "X3"), row.names = c(NA, -6L), class = "data.frame")

我的目标是获得每个变量的平均顺序独立值。为此，我需要创建两个中间变量：一个是乘法 m1, m2, m3, m4，一个是减法 s1, s2, s3, s4。变量m1和s1是特殊的，m1 = X1和s1 = X1-1。但是，其他的需要参考前面的：m2 = X2*X1和s2 = m2-m1。

我试图将来自这个 SO 问题的想法结合起来：R - dplyr - mutate - use dynamic variable names 与一个 lazyeval interp，这样我就可以动态地引用其他变量并动态地命名变异的列。但是，它只保留了最后一个发送的内容，并且重命名不起作用，所以我得到了一个额外的列，例如，命名为 X2*X3，在这个例子中使用 3 就可以了。当我有 5 个时，它给出了一个额外的列 X4*X5。

for(n in 2:n_params) {
     varname <- paste("m", n, sep=".")
     df <- mutate_(df, .dots = setNames(interp(~one*two, one=as.name(paste0("X",n-1)),
                                               two=as.name(paste0("X",n))),varname))
     df
   }

因为我不知道为什么这不起作用，所以我设置了一系列计算 ms 和 ss 的 if 语句。

 xx <- data.frame(df) %>%
     mutate(m1 = X1,
            s1 = X1 - 1)
   if(n_params >= 2) {
     xx <- data.frame(xx) %>%
       mutate(m2 = m1 * X2,
              s2 = m2 - m1)
   }
   if(n_params >= 3) {
     xx <- data.frame(xx) %>%
       mutate(m3 = m2 * X3,
              s3 = m3 - m2)
   }
   if(n_params >= 4) {
     xx <- data.frame(xx) %>%
       mutate(m4 = m3 * X4,
              s4 = m4 - m3)
   }
   if(n_params >= 5) {
     xx <- data.frame(xx) %>%
       mutate(m5 = m4 * X5,
         s5 = m5 - m4)
   }
   if(n_params >= 6) {
     xx <- data.frame(xx) %>%
       mutate(m6 = m5 * X6,
              s6 = m6 - m5)
   }

看来我应该能够编写一个创建它的函数，

在伪代码中：

function(n_params) {
 function(x) {
   new_df <- df %>% 
            mutate(m1 = X1,
                  s1 = X1 - 1)
   for(i in 2:n_params){
    new_df <- append(call to new_df, 
             mutate(mi = Xi*Xi-1,
                   si = mi-mi-1)
     }
   }
}

但是，我不知道如何组合 lazyeval interp 和 setNames 以允许引用先前的变异值。

我可以将它留在 if 函数中，但如果可能的话，我希望让它更紧凑。

感兴趣的最终最终输出是每个初始变量的所有排列的平均 s 值。我在一个单独的函数中这样做。

Answer 1

不是最漂亮的东西，但它确实有效：

n_params = 3

xx1 = df %>%
mutate(m1 = X1,
       s1 = X1 - 1)

for (i in 2:n_params) {
xx1 = xx1 %>%
    mutate_(.dots = setNames(list(varval = paste0("m", i - 1, " * X", i)),
                             paste0("m", i))) %>%
    mutate_(.dots = setNames(list(varval = paste0("m", i, " - m", i - 1)),
                             paste0("s", i)))
}

可能有很多更好的方法来使用lazyeval。希望其他人会给出一个很好的答案，但这确实与您的问题中产生的 xx 匹配（对于 n_params = 3）：

identical(xx, xx1)
# [1] TRUE

如何在 dplyr 中创建动态的 mutate 调用编号和名称？

How to create a dynamic number and name of mutate calls in dplyr?

r

lazy-evaluation

dplyr