在数据框中的特定位置添加列的优雅方式

Question

我有一个包含 3 个列的 data.frame：日期、价格、价格。我想在价格之后和价格之前添加来自矩阵的列。

df = tibble('date' = c('01/01/2000', '02/01/2000', '03/01/2000'),
        'rate' = c(7.50, 6.50, 5.54),
        'price' = c(92, 94, 96))

我使用输出矩阵的函数计算了速率滞后：

rate_Lags = matrix(data = c(NA, 7.50, 5.54, NA, NA, 7.50), ncol=2, dimnames=list(c(), c('rate_tMinus1', 'rate_tMinus2'))

我想使用名称索引而不是列顺序在价格之后（和价格之前）插入这些滞后。

tibble 包 (Adding a column between two columns in a data.frame) 中的 add_column 函数不起作用，因为它只接受原子向量（因此，如果我有 10 个滞后，我将不得不调用 add_column 10 次）。我可以在我的rate_Lags 矩阵中使用apply。但是，然后，我从rate_Lags 矩阵中丢失了暗名。

如果我知道特定列名的位置（任何检索列名位置的函数？），使用数字索引（子集）（https://stat.ethz.ch/pipermail/r-help/2011-August/285534.html）就可以工作。

有没有什么简单的方法可以在数据框/tibble 对象的特定位置插入一串列s？

Answer 1

您可能忽略了以下内容

library(dplyr)
I <- which(names(df) == "rate")
if (I == ncol(df)) {
    cbind(df, rate_Lags)
} else {
    cbind(select(df, 1:I), rate_Lags, select(df, (I+1):ncol(df))) 
}

#     date rate rate_tMinus1 rate_tMinus2 price
# 1 0.0005 7.50           NA           NA    92
# 2 0.0010 6.50         7.50           NA    94
# 3 0.0015 5.54         5.54          7.5    96

Answer 2

也许这不是很优雅，但你只调用一次函数，我相信它或多或少是通用的。

fun <- function(DF, M){
  nms_DF <- colnames(DF)
  nms_M <- colnames(M)
  inx <- which(sapply(nms_DF, function(x) length(grep(x, nms_M)) > 0))
  cbind(DF[seq_len(inx)], M, DF[ seq_along(nms_DF)[-seq_len(inx)] ])
}

fun(df, rate_Lags)
#        date rate rate_tMinus1 rate_tMinus2 price
#1 01/01/2000 7.50           NA           NA    92
#2 02/01/2000 6.50         7.50           NA    94
#3 03/01/2000 5.54         5.54          7.5    96

Answer 3

我们可以将数据集unclass 转换为list，然后使用append 在特定位置插入“rate_Lags”，将list 重新转换为data.frame

i1 <- match('rate', names(df))
data.frame(append(unclass(df), as.data.frame(rate_Lags), after = i1))
#        date rate rate_tMinus1 rate_tMinus2 price
#1 01/01/2000 7.50           NA           NA    92
#2 02/01/2000 6.50         7.50           NA    94
#3 03/01/2000 5.54         5.54          7.5    96

---

或tidyverse

library(tidyverse)
rate_Lags %>%
       as_tibble %>%
       append(unclass(df), ., after = i1) %>% 
       bind_cols
# A tibble: 3 x 5
#  date        rate rate_tMinus1 rate_tMinus2 price
#  <chr>      <dbl>        <dbl>        <dbl> <dbl>
#1 01/01/2000  7.5         NA            NA      92
#2 02/01/2000  6.5          7.5          NA      94
#3 03/01/2000  5.54         5.54          7.5    96