R：对多个列进行变异以创建一个新列答案

【问题标题】：R: mutate over multiple columns to create a new columnR：对多个列进行变异以创建一个新列
【发布时间】：2018-05-07 22:50:19
【问题描述】：

我正在尝试根据其他列的值创建一个新列。

这是一个与我正在研究的数据集相似的数据集。我有三个变量，Test1，Test2，Test3。我正在尝试创建一个新变量，如果有任何测试变量是 1 DF60、DF61、DF63 或 DF64，否则为 0。

Test1<-c("DF64", "DF63", "DF89", "DF30", "DF70")
Test2<-c("DF61", "DF25", "DF00", "DF30", "DF99")
Test3<-c("DF80", "DF63", "DF60", "DF63", "DF70")
Test<-data.frame(Test1, Test2, Test3)

我目前有很多 ifelse 语句，正在寻找可以循环多个测试变量，同时允许查找多个值。

在查看了一些类似的线程后，我尝试了 mutate_at 但我认为这不是正确的方法。

Test2<- Test %>%
mutate_at(vars(starts_with("Test")), funs(Test=ifelse("DF60" | "DF61" | 
"DF62" | "DF63", 1, 0)))

非常感谢任何帮助！

谢谢！

【问题讨论】：

标签： r loops dplyr

【解决方案1】：

Test2<- Test %>%
dplyr::select(starts_with("Test"))%>%
mutate_all(function(x){x %in% c("DF60","DF61","DF62","DF63")})%>%
mutate(out = ifelse(rowSums(.)<1,0,1))

评论后调整

如果要保留其他列，则 yutannihilation 提出的 mutate_at 会好得多。然后问题就变成了在选择的列上进行行和。不知道接下来的事情是否是最佳实践，但它确实有效（重新编写了我之前问题的答案：dplyr mutate on column subset (one function on all these columns combined)）

library(tidyverse)
library(anomalyDetection)

Test1<-c("DF64", "DF63", "DF89", "DF30", "DF70")
Test2<-c("DF61", "DF25", "DF00", "DF30", "DF99")
Test3<-c("DF80", "DF63", "DF60", "DF63", "DF70")
Test<-data.frame(Test1, Test2, Test3)

Test$ExtraCol<-LETTERS[1:5]


Test2<- Test %>%
  mutate_at(vars(starts_with("Test")),funs(bin=.%in% c("DF60","DF61","DF62","DF63")))%>%
  split(.,1<10)%>%
  map_df(~mutate(.,out=rowSums(.[paste0("Test",1:3,"_bin")])>0))


  Test1 Test2 Test3 ExtraCol Test1_bin Test2_bin Test3_bin   out
   DF64  DF61  DF80        A     FALSE      TRUE     FALSE  TRUE
   DF63  DF25  DF63        B      TRUE     FALSE      TRUE  TRUE
   DF89  DF00  DF60        C     FALSE     FALSE      TRUE  TRUE
   DF30  DF30  DF63        D     FALSE     FALSE      TRUE  TRUE
   DF70  DF99  DF70        E     FALSE     FALSE     FALSE FALSE

【讨论】：

谢谢！有没有办法保留所有原始变量（除了Test1，Test2，Test3还有其他变量）？我需要基于相同的 Test1、Test2、Tes3 变量创建多个变量，因此希望不要更改它们。
split 根据参数将 df 拆分为 df 列表。以下 map_df 将参数应用于每个 df，并将它们绑定回一个 df。在这种情况下，我不想要一个不同df的列表，而只是一个df（整个df）的列表。这就是为什么我根据一个始终正确的论点进行拆分（不确定是否有必要，您可以尝试不使用。此答案基于我在 stackoverflow 上的上一个问题。如果您点击链接，您将看到拆分的来源)

【解决方案2】：

虽然 Dries 的回答足够好，但让我添加一些关于 funs() 的解释。

funs() 采用成对的后缀和表达式。例如，如果您指定suffix1 和suffix2，您将获得名为Test1_suffix1、Test1_suffix2、Test2_suffix1、Test2_suffix2 等的新列：

funs(suffix1 = ..., suffix2 = ...)

其次，你需要. 来表示一个列向量。所以，ifelse(...) 的正确版本应该是：

Test %>%
  mutate_at(vars(starts_with("Test")),
            funs(bin = ifelse(. == "DF60" | . == "DF61" | . == "DF62" | . == "DF63", 1, 0)))
#>   Test1 Test2 Test3 Test1_bin Test2_bin Test3_bin
#> 1  DF64  DF61  DF80         0         1         0
#> 2  DF63  DF25  DF63         1         0         1
#> 3  DF89  DF00  DF60         0         0         1
#> 4  DF30  DF30  DF63         0         0         1
#> 5  DF70  DF99  DF70         0         0         0

显然，%in% 比| 的序列更好。

Test %>%
  mutate_at(vars(starts_with("Test")),
            funs(bin = ifelse(. %in% c("DF60", "DF61", "DF62", "DF63"), 1, 0)))
#>   Test1 Test2 Test3 Test1_bin Test2_bin Test3_bin
#> 1  DF64  DF61  DF80         0         1         0
#> 2  DF63  DF25  DF63         1         0         1
#> 3  DF89  DF00  DF60         0         0         1
#> 4  DF30  DF30  DF63         0         0         1
#> 5  DF70  DF99  DF70         0         0         0

如果只想过滤，可以使用filter_at()。

Test %>%
  filter_at(vars(starts_with("Test")),
            any_vars(. %in% c("DF60", "DF61", "DF62", "DF63")))
#>   Test1 Test2 Test3
#> 1  DF64  DF61  DF80
#> 2  DF63  DF25  DF63
#> 3  DF89  DF00  DF60
#> 4  DF30  DF30  DF63

【讨论】：