循环计算权重并创建新变量

Question

如果我从以下数据集开始并调用df：

   A    B
  0.8   0.9
  0.99  0.88
  0.7   0.9658
  0.65  0.6684

我的目标是实现下面的数据集，其中包含一组新变量，使用与我的初始集不同的权重：

    A        B      A_10    A_20    A_30    A_40    A_50
    0.8     0.9     0.89    0.88    0.87    0.86    0.85
    0.99    0.88    0.891   0.902   0.913   0.924   0.935
    0.7     0.9658  0.93922 0.91264 0.88606 0.85948 0.8329
    0.65    0.6684  0.66656 0.66472 0.66288 0.66104 0.6592

我使用的代码是：

   for (i in 10:90) {
        df <- df %>% mutate(A_[i] =(A*[i]/100)+(B*((1-[i])/100))) }

我收到以下错误：

错误：意外的 '=' in:" df % mutate(A_[i] ="*

Answer 1

主要是要动态命名dplyr，您应该使用语法%>% mutate(!!paste0("BG_", i) := A + B)。

for (i in seq(10, 90, 10)) {

  df <- df %>% 
    mutate(!!paste0("BG_", i) := (A*i/100)+(B*((1-i)/100))) 
}

df
#    A      B     BG_10     BG_20     BG_30     BG_40     BG_50     BG_60
# 1 0.80 0.9000 -0.001000 -0.011000 -0.021000 -0.031000 -0.041000 -0.051000
# 2 0.99 0.8800  0.019800  0.030800  0.041800  0.052800  0.063800  0.074800
# 3 0.70 0.9658 -0.016922 -0.043502 -0.070082 -0.096662 -0.123242 -0.149822
# 4 0.65 0.6684  0.004844  0.003004  0.001164 -0.000676 -0.002516 -0.004356
#     BG_70     BG_80     BG_90
# 1 -0.061000 -0.071000 -0.081000
# 2  0.085800  0.096800  0.107800
# 3 -0.176402 -0.202982 -0.229562
# 4 -0.006196 -0.008036 -0.009876

使用的数据：

df <- read.table(text = "A    B
0.8   0.9
0.99  0.88
0.7   0.9658
0.65  0.6684", head=T)

Answer 2

我们也可以将其解析为表达式

library(tidyverse)
library(rlang)
s1 <- seq(10, 90, 10)
# or could be
#s1 <- 10:90
expr1 <- paste(glue::glue("(A * {s1} + B * (100 - {s1}))/100"), collapse=";")
nm1 <- paste0("A_", s1)   
out <- df %>%
        mutate(!!! parse_exprs(expr1)) %>%
        rename_at(vars(-one_of(names(df))), ~ nm1)

out
#     A      B    A_10    A_20    A_30    A_40   A_50    A_60    A_70    A_80    A_90
#1 0.80 0.9000 0.89000 0.88000 0.87000 0.86000 0.8500 0.84000 0.83000 0.82000 0.81000
#2 0.99 0.8800 0.89100 0.90200 0.91300 0.92400 0.9350 0.94600 0.95700 0.96800 0.97900
#3 0.70 0.9658 0.93922 0.91264 0.88606 0.85948 0.8329 0.80632 0.77974 0.75316 0.72658
#4 0.65 0.6684 0.66656 0.66472 0.66288 0.66104 0.6592 0.65736 0.65552 0.65368 0.65184

Answer 3

Base R 替代方式：

df[paste0('A_', seq(10, 90, 10))] <- 
    lapply(seq(10, 90, 10), function(i) (df$A * i + df$B * (100 - i)) / 100)
# > df
#      A      B    A_10    A_20    A_30    A_40   A_50    A_60    A_70    A_80    A_90
# 1 0.80 0.9000 0.89000 0.88000 0.87000 0.86000 0.8500 0.84000 0.83000 0.82000 0.81000
# 2 0.99 0.8800 0.89100 0.90200 0.91300 0.92400 0.9350 0.94600 0.95700 0.96800 0.97900
# 3 0.70 0.9658 0.93922 0.91264 0.88606 0.85948 0.8329 0.80632 0.77974 0.75316 0.72658
# 4 0.65 0.6684 0.66656 0.66472 0.66288 0.66104 0.6592 0.65736 0.65552 0.65368 0.65184