基于单独的数据框转换列 - R 解决方案

Question

我正在尝试编写一些更复杂的代码。我有一个问题，我有一个解决方案，但我想增加代码的灵活性。

输入数据（d）：

ID  Height_cm   Height_m    Weight_kg   Weight_lb
1     180                        70 
2     165                                  120
3                  1.8           80 
4     100                                  60
5     190                                  200
6                  1.7           100

我想将身高转换为厘米，体重转换为公斤，所有这些都在这样的一列中：

ID  Height  Weight
1   180       70
2   165       54
3   180       80
4   100       45
5   190       90
6   170      100

我有一个解决方案，但它是硬编码的：

library(tidyverse)
d$Height <- NA
d$Weight <-NA
d$Height <- ifelse(!is.na(d$Height_cm), d$Height_cm, d$Height_m * 0.01)
d$Weight <- ifelse(!is.na(d$Weight_kg), d$Weight_kg, d$Weight_lb * 0.45)

d <- d %>% select(ID, Height, Weight)

我想要更复杂并接受一个输入文件（如下）并根据该数据框进行转换。结果将是相同的，但它使用这种转换 df 来实现相同的事情：

Transformation_d：

marker      unit        new_col_name    transformation
Height_cm   centimetre  Height          1
Height_m    metre       Height          0.01
Weight_kg   kilogram    Weight          1
Weight_lb   pounds      Weight          0.45

这就是我卡住的地方......我会很感激一些指导。

放轻松，我是 R 新手！

Answer 1

我猜Height_m 的 transformation 值应该是 100。

您可以使用cur_column() 获取列名以匹配Transformation_d 数据框并获取对应的transformation 值进行相乘。

library(dplyr)

d %>%
  mutate(across(-1, ~. * Transformation_d$transformation[match(cur_column(), 
                         Transformation_d$marker)])) %>%
  transmute(ID, 
            Height = coalesce(Height_cm, Height_m), 
            Weight = coalesce(Weight_kg, Weight_lb))

#  ID Height Weight
#1  1    180     70
#2  2    165     54
#3  3    180     80
#4  4    100     27
#5  5    190     90
#6  6    170    100

---

base R中的类似过程

cbind(d[1], 
      transform(sweep(d[-1], 2, 
        Transformation_d$transformation[match(names(d)[-1], 
        Transformation_d$marker)], `*`), 
        Height = ifelse(is.na(Height_cm), Height_m, Height_cm), 
        Weight = ifelse(is.na(Weight_kg), Weight_lb, Weight_kg)))