R：在for循环中，使用mutate动态计算两个变量之间的差异

Question

目的

假设我有四个变量：两个变量是原始变量，另外两个变量是原始变量的预测。 （在实际数据中，原始变量的数量更多）

我想使用for loop 和mutate 创建计算原始变量和预测变量之间差异的列。样本数据和当前方法如下：

样本数据

  set.seed(10000)
  id <- sample(1:20, 100, replace=T)
  set.seed(10001)
  dv.1 <- sample(1:20, 100, replace=T)
  set.seed(10002)
  dv.2 <- sample(1:20, 100, replace=T)
  set.seed(10003)
  pred_dv.1 <- sample(1:20, 100, replace=T)
  set.seed(10004)
  pred_dv.2 <- sample(1:20, 100, replace=T)
  
  d <-   
    data.frame(id, dv.1, dv.2, pred_dv.1, pred_dv.2) 

当前方法（有错误）

 original <- d %>% select(starts_with('dv.'))  %>% names(.) 
  
  pred <- d %>% select(starts_with('pred_dv.')) %>% names(.) 
  
  for (i in 1:length(original)){
    d <-
      d %>% 
      mutate(diff = original[i] - pred[i])
  
    l <- length(d)
    
    colnames(d[l])  <- paste0(original[i], '.diff')

  }

错误：mutate() 输入 diff 有问题。 # x 非数字 二元运算符的参数 # ℹ 输入 diff 是 original[i] - pred[i]。

Answer 1

减法可以直接应用于数据帧。

因此，您可以创建一个原始列名向量和另一个预测列名向量，然后将它们相减以创建新列。

orig_var <- grep('^dv', names(d), value = TRUE)
pred_var <- grep('pred', names(d), value = TRUE)
d[paste0(orig_var, '.diff')] <- d[orig_var] - d[pred_var]
d

#    id dv.1 dv.2 pred_dv.1 pred_dv.2 dv.1.diff dv.2.diff
#1   15    5    1         5        15         0       -14
#2   13    4    4         5        11        -1        -7
#3   12   20   13         6        13        14         0
#4   20   11    8        13         3        -2         5
#5    9   11   10         7        13         4        -3
#...
#...

Answer 2

d %>% 
  mutate(
    across(
      .cols = starts_with("dv"),
      .fns = ~ . - (get(paste0("pred_",cur_column()))),
      .names = "diff_{.col}"
        )
  )

# A tibble: 100 x 7
     id  dv.1  dv.2 pred_dv.1 pred_dv.2 diff_dv.1 diff_dv.2
   <int> <int> <int>     <int>     <int>    <int>    <int>
 1    15     5     1         5        15        0      -14
 2    13     4     4         5        11       -1       -7
 3    12    20    13         6        13       14        0
 4    20    11     8        13         3       -2        5
 5     9    11    10         7        13        4       -3
 6    13     3     3         6        17       -3      -14
 7     3    12    19         6        17        6        2
 8    19     6     7        11         4       -5        3
 9     6     7    12        19         6      -12        6
10    13    10    15         6         7        4        8
# ... with 90 more rows