将 dplyr mutate_at 与自定义函数一起使用答案

【问题标题】：Using dplyr mutate_at with custom function将 dplyr mutate_at 与自定义函数一起使用
【发布时间】：2018-09-20 09:23:04
【问题描述】：

我想从表中取出两个变量，然后将它们除以第三个变量，然后将这些计算添加为两个新列。 mutate_at 让我非常接近，但在自定义函数中，f 下面，我想访问数据集中的另一列。有什么建议或替代的整洁工具方法吗？

library(dplyr)
# this works fine but is NOT what I want
f <- function(fld){
  fld/5
}

# This IS what I want where wt is a field in the data
f <- function(fld){
  fld/wt
}

mutate_at(mtcars, .vars = vars(mpg, cyl), .funs = funs(xyz = f))

# This works but is pretty clumsy
f <- function(fld, dat) fld/dat$wt
mutate_at(mtcars, .vars = vars(mpg, cyl), .funs = funs(xyz = f(., mtcars)))

# This is closer but still it would be better if the function allowed the dataset to be submitted to the function without restating the name of the dataset

f <- function(fld, second){
  fld/second
}

mutate_at(mtcars, .vars = vars(mpg, cyl), .funs = funs(xyz = f(., wt)))

【问题讨论】：

标签： r dplyr

【解决方案1】：

dplyr 1.0.6 的更新版本：

mtcars %>% 
  mutate(across(c(mpg, cyl), ~ . / wt))

或者这个，可能会更慢

mtcars %>% 
  mutate(across(c(mpg, cyl), `/`, wt))

上一个答案：

library(tidyverse)
f <- function(num, denom) num/denom

mtcars %>% 
  mutate_at(vars(mpg, cyl), f, denom = quote(wt))

虽然在这个特定示例中，不需要自定义函数。

mtcars %>% 
  mutate_at(vars(mpg, cyl), `/`, quote(wt))

【讨论】：

我认为这个答案和问题中的例子一样笨拙。当然，你去掉了所有的 .funs=funs... 混乱，但这不是问题的重点。这只是解决问题中解决方案的另外两种方法：调用函数并将第二个参数传递给mutate()。问题的关键是找到一种方法来避免传递第二个参数。
抱歉不清楚（以及对抗性语言）。必须提供分母，但可以在不将其作为函数参数的情况下这样做。我认为这是问题的意图，因为声明“这就是我想要的”，后面跟着一个只有一个参数的函数，并且因为问题已经包含两个工作解决方案，它们的功能与此答案相同但语法略有不同。我认为通过显示选项f <- function(num) num/cur_data()$denom 可以改进这个答案。如果你不介意，我会添加它。

【解决方案2】：

也许是这样的？

f <- function(fld,var){
    fld/var
}

mtcars %>%
    mutate_at(vars(mpg,cyl), .funs = funs(xyz = f(.,wt)))

编辑（2020-08-24）：

从 2020 年第二学期开始，随着 dplyr 1.0.0 的推出，mutate_at 已被 mutate 与 across 函数组合所取代：

mtcars %>%
    mutate(across(c(mpg, cyl), ~ f(.,wt), .names = "{col}_xyz"))

【讨论】：

【解决方案3】：

为什么不简单

mutate(mtcars, mpg2 = mpg / wt, cyl2 = cyl / wt)

【讨论】：

这适用于几个字段，但不灵活，例如 10 个字段会很麻烦。如果您改变了对后缀（“2”）的看法，则必须在几个地方等处进行更改。
同意，我想我错过了你问题的症结

【解决方案4】：

有一个cur_data() 函数将有助于使mutate_at() 调用更加紧凑，因为您不必为函数指定第二个参数，该函数将应用于每一列：

f <- function(fld){
  fld / cur_data()$wt
}
mutate_at(mtcars, .vars=vars(mpg, cyl), .funs=funs(xyz = f))

补充说明：

如果您需要该函数引用分组变量，请使用cur_data_all()
mutate_at 现在被 mutate(.data, across()) 取代，所以最好这样做

mtcars %>% mutate(across(.cols=c(mpg, cyl), .fns=f, .names='{.col}_xyz'))

【讨论】：