将脚本更改为函数，以便可以循环。该脚本使用 mutate 和 str_detect 创建一个新的数据框列

Question

我有一个大型数据框（462K 行），其中有一个变量列出了药品的通用药品名称内容。有成千上万种不同的仿制药；我对其中大约 100 个感兴趣。有些药物有多种仿制药成分；我需要知道药物中是否含有我感兴趣的任何药物。我创建了一个脚本，该脚本使用 mutate 向数据框添加一个新的逻辑变量，如果其中一种仿制药存在，例如“布洛芬”，则为 TRUE，无论是单独存在还是与使用 str_detect 的其他仿制药结合使用。

我想把这个脚本变成一个函数，这样我就可以在感兴趣的药物列表中循环它，而不是为每种感兴趣的药物复制和编辑脚本。

这是一个有效的脚本，在这种情况下，它将在数据框列 drug_generic_name 中找到字符模式 DICLOFEN，并在数据框中创建一个名为 Diclofenac 的新列：

Drug_Table_Names <- data.frame(mutate(Drug_Table_Names, DRUG_GENERIC_NAME, 
                                  Diclofenac = str_detect 
                                  (Drug_Table_Names$DRUG_GENERIC_NAME,"DICLOFEN", negate = FALSE)))

我相信我想要的函数将有两个参数： 1. mutate 的参数，它将是它将创建的变量的名称，在上面的示例中为双氯芬酸。 2. str_detect 的一个参数，用于检测，即药物的通用名称（或在本例中的一部分），在上面的示例中为 DICLOFEN。

我有一个包含两个变量的两列标题 NSAID_LIST，其中 drug_flag 是新变量的名称，gen_name 是 str_detect 将查找的模式：

# A tibble: 6 x 2
  drug_flag    gen_name    
  <chr>        <chr>       
1 Diclofenac   DICLOFENAC  
2 Fenoprofen   FENOPROFEN  
3 Flurbiprofen FLURBIPROFEN
4 Ibuprofen    IBUPROFEN   
5 Ketoprofen   KETOPROFEN  
6 Naproxen     NAPROXEN    

Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   13 obs. of  2 variables:
 $ drug_flag: chr  "Diclofenac" "Fenoprofen" "Flurbiprofen" "Ibuprofen" ...
 $ gen_name : chr  "DICLOFENAC" "FENOPROFEN" "FLURBIPROFEN" "IBUPROFEN" ...

这是我编写名为 FlagDrugNames 的函数的失败尝试：

FlagDrugNames<-function (drug_flag, gen_name) {Drug_Table_Names <- data.frame(mutate(Drug_Table_Names, DRUG_GENERIC_NAME, 
                                     drug_flag = str_detect 
                                     (Drug_Table_Names$DRUG_GENERIC_NAME,
                                       "gen_name", negate = FALSE)))}

我有两个问题： 首先，该功能不起作用（或者我不知道如何使用它）。当我运行函数并输入参数时：

FlagDrugNames(Flurbiprofen, FLURBIPROFEN)

它不会像脚本那样向数据框添加新列。

第二：我想通过上面显示的 tibble 中的 gen_name 和 drug_flag 值列表来运行这个函数。

我将不胜感激编写函数，然后将 drug_flag 和 gen_name 对传递给函数。

Answer 1

以 mtcars 集为例，这样的事情可能会起作用：

find_names = function(dat, col1, string1, new_col_name) {

    mutate_call = lazyeval::interp(~ str_detect(a,string1), a = as.name(col1))

    dat %>% mutate_(.dots = setNames(list(mutate_call), new_col_name))

    return(dat)

  }

mtcars = find_names(mtcars, 'wt', '2', 'ibuprofen')

然后，您使用 for 循环

for (i in 1:nrow(dict) { find_names(mtcars,'wt',dict[i,1],dict[i,2]) }