在 mutate (dplyr) 中 - 将几列视为行向量答案

【问题标题】：in mutate (dplyr) - treating a few columns as a row vector在 mutate (dplyr) 中 - 将几列视为行向量
【发布时间】：2019-06-07 17:27:25
【问题描述】：

我有一个数据框，其中有几列代表某个方程中的系数。我想评估这个方程并将其添加到数据框中（例如逐行计算）。但要评估方程，我需要将所有系数作为行向量。这是一个例子：

d = data.frame(id = 1:2,name=c("a","b"),
               c1 = 3:4,c2=5:6,c3=2:3,
               x1=1:2,x2=7:8,x3=3:2)

我需要计算 c1*x1+c2*x2+x3*x3，但输入确切的等式是不切实际的。在实际情况下，有几十个。理想情况下，我想选择它们并将它们视为行向量，如下所示：

# not a real code, but a wishful thinkg
d %>% mutate(result = sum((select(starts_with(c)) %>% as.vector)*
                           select(starts_with(x)) %>% as.vector)
                      )
             )

这当然不是那样工作的，但我想知道你是否知道在进行 mutate 中的逐行计算时将一组列视为行向量的任何方法。

谢谢。

【问题讨论】：

标签： r vector dplyr

【解决方案1】：

一个想法是gather数据框如下。结果在CX 列中。

library(tidyverse)

d2 <- d %>%
  gather(Type, Value, -id, -name) %>%
  separate(Type, into = c("Letter", "Number"), sep = 1) %>%
  spread(Letter, Value) %>%
  mutate(CX = c * x) %>%
  group_by(name) %>%
  summarize(CX = sum(CX))
d2
# # A tibble: 2 x 2
#   name     CX
#   <fct> <int>
# 1 a        44
# 2 b        62

这是dplyr 的选项。但是，如果要使用此解决方案，则必须确保列的顺序正确。

dc <- d %>% select(starts_with("c"))
dx <- d %>% select(starts_with("x"))
d3 <- dc * dx 
d4 <- bind_cols(d %>% select(id, name), d3) %>% mutate(CX = rowSums(d3))
d4
#   id name c1 c2 c3 CX
# 1  1    a  3 35  6 44
# 2  2    b  8 48  6 62

这是上面代码的基本 R 等效项。

dc <- d[, grepl("^c", names(d))]
dx <- d[, grepl("^x", names(d))]
d3 <- dc * dx 
d3$CX <- rowSums(d3)
d4 <- cbind(d[, c("id", "name")], d3)
d4
#   id name c1 c2 c3 CX
# 1  1    a  3 35  6 44
# 2  2    b  8 48  6 62

【讨论】：

【解决方案2】：

使用nest 和map，您可以执行以下操作：

library(tidyverse)

d %>% 
  group_by(id) %>%
  nest() %>% 
  mutate(cx = map_dbl(data, ~ sum(select(.x, starts_with("c")) * select(.x, starts_with("x")))))

# A tibble: 2 x 3
#      id data                cx
#   <int> <list>           <dbl>
# 1     1 <tibble [1 x 7]>    44
# 2     2 <tibble [1 x 7]>    62

您也可以使用do，以便将数据框用作输入：

d %>% 
  group_by(id) %>% 
  do(mutate(., cx = sum(select(., starts_with("c")) * select(., starts_with("x")))))

# A tibble: 2 x 9
# Groups:   id [2]
#      id name     c1    c2    c3    x1    x2    x3    cx
#   <int> <fct> <int> <int> <int> <int> <int> <int> <int>
# 1     1 a         3     5     2     1     7     3    44
# 2     2 b         4     6     3     2     8     2    62

为了确保采用正确的产品（即 x1*c1 而不是 x1*c2），您可以首先提取 x 和 c 都可用的最大数，然后使用它来获得正确的列匹配：

col_numbers <- d %>% select(matches("^(x|c)")) %>% names() %>% parse_number() 
max_col_number <- which.max(col_numbers[duplicated(col_numbers)])

d %>% 
  group_by(id) %>% 
  do(mutate(., cx = sum(select(., str_c("c", seq_len(max_col_number))) * select(., str_c("x", seq_len(max_col_number))))))

或者您可以先排列列，然后使用上面的方法：

d <- select(d, id, name, sort(current_vars()))

d %>% 
  group_by(id) %>% 
  do(mutate(., cx = sum(select(., starts_with("c")) * select(., starts_with("x")))))

【讨论】：