在 dplyr mutate 中，如何引用多个类似命名的变量答案

【问题标题】：In dplyr mutate, how to reference multiple similarly named variables在 dplyr mutate 中，如何引用多个类似命名的变量
【发布时间】：2017-01-26 07:41:50
【问题描述】：

我有一个类似于这个的data.frame：

library(tidyverse)
df <- data.frame(
  var_1_a = 1:100,
  var_1_b = 101:200,
  var_two_a = 5:104, 
  var_two_b = 1:100
)
head(df)
  var_1_a var_1_b var_two_a var_two_b
1       1     101         5         1
2       2     102         6         2
3       3     103         7         3
4       4     104         8         4
5       5     105         9         5
6       6     106        10         6

我想取同名变量的差异。因为这里只有两个，所以很容易做到：

df %>%
  mutate(var_1_new = var_1_a - var_1_b,
         var_two_new = var_two_a - var_two_b)

但在实际数据中，我有大约一百个。有什么比把它们都打出来更简单的方法呢？

PS - 如果它更容易，我有一个包含所有变量的列表（例如mylist <- list("var_1", "var_two")

【问题讨论】：

使用mutate_而不是mutate，您可以在那里将表达式作为字符串提供，并使用您想要的数据名称执行所有gsub和paste。
对，但在这种情况下，我会有字符串向量，对吧？我不认为mutate_ 可以处理这个问题，还是我错了？
你是对的，这适用于多个参数，不适用于字符串向量。你可以建立一个列名和表达式的列表来评估和使用do.call，但这可能不是最简单的方法。

标签： r dplyr tidyverse

【解决方案1】：

您可以使用以下代码。假设是，总是只有两个名称相似的变量。

mylist <- list("var_1", "var_two")
get_similar_names <- function(x) grep(x,names(df))
get_diff <- function(x) Reduce(`-`, subset(df,select=x) )

matches <- lapply(mylist, get_similar_names )
out <- lapply(matches, get_diff)
names(out) <- paste0(mylist,"_new")
out.df <- data.frame(out)

head(out.df)
  var_1_new var_two_new
1      -100           4
2      -100           4
3      -100           4
4      -100           4
5      -100           4
6      -100           4

【讨论】：

【解决方案2】：

一种通过基础 R 实现的方法，

ind <- unique(stringr::word(names(df), 2, sep = '_'))
m1 <- sapply(ind, function(i) Reduce(`-`, (df[stringr::word(names(df), 2, sep = '_') %in% i])))

#which gives,
head(m1)
#     [,1] [,2]
#[1,] -100    4
#[2,] -100    4
#[3,] -100    4
#[4,] -100    4
#[5,] -100    4
#[6,] -100    4

然后，将其带到您想要的输出，

final_df <- cbind(df, setNames(data.frame(m1), c(paste0('var_', ind, '_new'))))

#  var_1_a var_1_b var_two_a var_two_b var_1_new var_two_new
#1       1     101         5         1      -100           4
#2       2     102         6         2      -100           4
#3       3     103         7         3      -100           4
#4       4     104         8         4      -100           4
#5       5     105         9         5      -100           4
#6       6     106        10         6      -100           4

【讨论】：

感谢您的回复。这在我的特定情况下不起作用，因为变量最后并不总是数字。我将编辑原始问题以使其更清楚。
是的，为了让它适合我的确切数据，我做了一些争论。谢谢！