dplyr 根据具有不同后缀的其他列进行变异

Question

我有一个与此类似的数据框：

df <- data.frame(a_1_1 = c(1, 0, 1), a_1_2=c(1,0,0),a_2_1=c(1,0,0), a_2_2=c(1,0 ,1), b=c(2,3,4))

我想通过比较具有相同前缀的列来创建新变量，方法如下：

df <- df %>% mutate(a_1=case_when((a_1_1==1 | a_1_2==1)~"A", TRUE ~ "B")) %>% 
mutate(a_2=case_when((a_2_1==1 | a_2_2==1)~"A", TRUE ~ "B"))

但是在我的真实数据中，我有很多以“a_*”开头的变量，所以我想创建这些变量而不是对每个变量都做一次。

Answer 1

带有 across 的选项，循环遍历以 'a' 开头的列，然后是 _ 和一些数字，然后是 _ 和数字 1字符串的末尾 ($)，在该列 (.) 上使用 case_when，并通过更改列名 ( cur_column()) 和 str_replace，将新列的后缀指定为 _new，然后在下一步中将这些列重命名为 rename_with

library(dplyr)
library(stringr)
df %>% 
  mutate(across(matches('^a_\d+_1$'), 
   ~ case_when(. == 1| get(str_replace(cur_column(), '_\d+$', '_2')) == 1 ~ 'A',
      TRUE ~ 'B'), .names = '{.col}_new')) %>%
  rename_with(~ str_remove(., '_\d+_new'), ends_with('new'))

-输出

#  a_1_1 a_1_2 a_2_1 a_2_2 b a_1 a_2
#1     1     1     1     1 2   A   A
#2     0     0     0     0 3   B   B
#3     1     0     0     1 4   A   A

或者另一种选择是使用 pivot_longer 重塑为 'long' 格式并使其更容易进行比较以创建新列，使用 pivot_wider 将其重塑回宽格式然后将这些新列绑定到原始数据

library(tidyr)
df %>%
  select(-b) %>% 
  mutate(rn = row_number()) %>%
  pivot_longer(cols = -rn, names_to = c('grp', '.value'),
      names_sep = "_(?=\d+$)") %>% 
  transmute(rn, grp, val = case_when(`1` == 1|`2` == 1 ~ 'A',
       TRUE ~ 'B')) %>% 
  pivot_wider(names_from = grp, values_from = val) %>% 
  select(-rn) %>% 
  bind_cols(df, .)

或使用 base R 和 split.default

df[paste0("a_", 1:2)] <- ifelse(
     sapply(split.default(df[startsWith(names(df), "a_")],  
     sub("_\d+$", "", grep("^a_", names(df), value = TRUE))),
      rowSums) > 0, 'A', 'B')

或使用 for 循环

nm1 <- unique(sub("_\d+$", "", grep('^a_\d+', names(df), value = TRUE)))
for(nm in nm1) df[[nm]] <- ifelse(rowSums(df[startsWith(names(df), 
      nm)]) > 0, "A", "B")

dplyr 根据具有不同后缀的其他列进行变异

dplyr mutate based on other column with different suffix

r

dplyr

prefix

suffix