如何在不使用列号的情况下对两个按顺序标记的变量应用函数？答案

【问题标题】：How to apply a function over two series of sequentially labelled variables without using column numbers?如何在不使用列号的情况下对两个按顺序标记的变量应用函数？
【发布时间】：2014-12-02 01:14:13
【问题描述】：

我需要使用两组按顺序标记的变量来应用一个函数，并将新的一组变量附加到数据框中。我需要在不参考代码中的列号的情况下执行此操作。

更具体地说，这是我正在尝试做的简单任务：

dat <- data.frame(sec1 = sample(c(0:3),10,replace=T) , sec2 = sample(c(0:4),replace=T) , sec3 = sample(c(0:4),replace=T),pri1 = sample(c(0:3),10,replace=T) , pri2 = sample(c(0:4),replace=T) , pri3 = sample(c(0:4),replace=T) )
dat$rel1 <- ifelse(dat$pri1>0,dat$sec1/dat$pri1,NA)
dat

我想重复上面显示的“ifelse”函数，而不是为每组变量重复输入。

我必须说，我之前曾问过类似的问题并收到了有用的答案（eg1 和 eg2），但在这种情况下，答案要么使用代码中的列号，要么示例位于一组顺序标记变量。我无法修改建议的代码来解决这个特定问题。

非常感谢任何建议。

【问题讨论】：

标签： r function loops repeat

【解决方案1】：

dat_n <- cbind(dat, mapply(function(x, y) ifelse(y>0,x/y,NA) ,dat[grepl("sec",names(dat))], dat[grepl("pri",names(dat))]))
> dat_n
   sec1 sec2 sec3 pri1 pri2 pri3      rel1      sec1      sec2 sec3
1     2    1    2    3    3    0 0.6666667 0.6666667 0.3333333   NA
2     3    3    4    0    2    4        NA        NA 1.5000000 1.00
3     1    0    3    1    4    4 1.0000000 1.0000000 0.0000000 0.75
4     2    4    1    3    3    2 0.6666667 0.6666667 1.3333333 0.50
5     2    0    2    3    4    1 0.6666667 0.6666667 0.0000000 2.00
6     1    1    2    1    3    0 1.0000000 1.0000000 0.3333333   NA
7     1    3    4    0    2    4        NA        NA 1.5000000 1.00
8     1    0    3    1    4    4 1.0000000 1.0000000 0.0000000 0.75
9     3    4    1    2    3    2 1.5000000 1.5000000 1.3333333 0.50
10    1    0    2    2    4    1 0.5000000 0.5000000 0.0000000 2.00

【讨论】：

Map 而不是 mapply 在这种情况下可能会更好，但这肯定是答案的核心。
非常感谢！您是否认为可以修改此代码以使其不引用列号（例如 dat[1:3]？这是长期更改代码的一部分，并且由于添加/删除变量，列号会不断变化。这就是为什么我在不使用列号的情况下寻求解决方案。
@Eva - 当然，类似：dat[grepl("^sec\\d{1,}",names(dat))] 将抓住每个组。
@RStudent - 我已经使正则表达式更加具体
是的，我想你的意思是这样的，它工作正常（再次感谢！）但返回具有相同名称的变量？我想我之后必须更改列名。（例如从 sec1, sec2.. 到 rel1, rel2,..） : dat_n 0,x/y,NA) ,dat[grepl(" ^sec\\d{1,}",names(dat))] , dat[grepl("^pri\\d{1,}",names(dat))] )) dat[grepl("^sec\ \d{1,}",names(dat))]

【解决方案2】：

您可以在 ifelse 上使用 Vectorize 并对其进行大量清理

set.seed(1)
dat <- data.frame(sec1 = sample(c(0:3),10,replace=T) , sec2 = sample(c(0:4),replace=T) , sec3 = sample(c(0:4),replace=T),pri1 = sample(c(0:3),10,replace=T) , pri2 = sample(c(0:4),replace=T) , pri3 = sample(c(0:4),replace=T) )
dat$rel1 <- ifelse(dat$pri1>0,dat$sec1/dat$pri1,NA)
dat

f <- Vectorize(function(x, y) ifelse(y > 0, x / y, NA))


f(dat[1:3], dat[4:6])

#           sec1 sec2      sec3
# [1,]  0.3333333 0.50 0.6666667
# [2,]         NA 0.00 1.0000000
# [3,]  1.0000000 1.50        NA
# [4,]         NA   NA 0.3333333
# [5,]  0.0000000 0.75 1.5000000
# [6,]  3.0000000 0.50 0.6666667
# [7,]         NA 0.00 1.0000000
# [8,]  2.0000000 1.50        NA
# [9,]  0.6666667   NA 0.3333333
# [10,] 0.0000000 0.75 1.5000000

v <- lapply(c('sec','pri'), function(x) grep(x, names(dat)))

cbind(dat, `colnames<-`(f(dat[v[[1]]], dat[v[[2]]]), paste0('rel',1:3)))

#    sec1 sec2 sec3 pri1 pri2 pri3      rel1      rel1 rel2      rel3
# 1     1    1    2    3    2    3 0.3333333 0.3333333 0.50 0.6666667
# 2     1    0    3    0    2    3        NA        NA 0.00 1.0000000
# 3     2    3    4    2    2    0 1.0000000 1.0000000 1.50        NA
# 4     3    1    1    0    0    3        NA        NA   NA 0.3333333
# 5     0    3    3    1    4    2 0.0000000 0.0000000 0.75 1.5000000
# 6     3    1    2    1    2    3 3.0000000 3.0000000 0.50 0.6666667
# 7     3    0    3    0    2    3        NA        NA 0.00 1.0000000
# 8     2    3    4    1    2    0 2.0000000 2.0000000 1.50        NA
# 9     2    1    1    3    0    3 0.6666667 0.6666667   NA 0.3333333
# 10    0    3    3    1    4    2 0.0000000 0.0000000 0.75 1.5000000

（哟 dawg，我听说你喜欢矢量化，所以我们在你的矢量化中添加了一些 Vectorize，这样你就可以在矢量化的同时 Vectorize）

【讨论】：

谢谢！我不知道 Vectorize。显然，我的实际数据集中还有其他变量，其中包括字符“sec”或“pri”，所以我稍微编辑了你的代码（用 c('^sec.*' 替换了 c('sec','pri') ,'^pri.*') ），它工作得非常好！很有帮助！
Vectorize 是一个辅助函数，它将接受一个函数并用mapply 包装它，所以这个答案与另一个答案基本相同，只是不必知道mapply 语法