在 for 循环中使用 dplyr select 和 mutate 函数向数据框添加新变量

Question

如果这是重复的，请告诉我。我查看了 Stack 并发现了类似的问题，但并没有完全回答我的问题。我是初学者，所以我感谢任何人的帮助。

我正在尝试将年度汇总变量添加到每月数据的数据框中（即跨行求和）。这是一个包含有限月度数据的示例数据框。

df <- data.frame("Jan.2012" = c(1, 4, 5, 6), "Feb.2012" = c(3, 5, 7, 9),
 "Jan.2013" = c(6, 8, 9, 10), "Feb.2013" = c(7, 5, 11, 13), "Jan.2014" = c(6, 8, 9, 11), 
 "Feb.2014" = c(7, 3, 5, 9))

新变量将命名为 TotalYr2012、TotalYr2013 等。例如，TotalYr2012 = c(4, 9, 12, 15) 等。

我正在尝试遍历 for 循环（不是我知道的最佳实践）来生成这些变量。我知道我在 assign 语句中做错了一些事情，并且出现了错误。

for (i in 2012:2014) {
  varname <- paste("TotalYr", i, sep = "")
    assign(df$varname, df %>% select(contains("i")) %>% 
     mutate(varname = sum()))
}

感谢您的帮助！

Answer 1

您可以通过使用tidyr::gather 和zoo::yearmon 函数计算每年的汇总来避免for-loop。

library(tidyverse)
library(zoo)

df %>% gather(Date, value) %>%
  mutate(Date = as.yearmon(Date,"%b.%Y")) %>%
  group_by(Year = year(Date)) %>%
  summarise(Total = sum(value)) %>%
  spread(Year, Total)

# # A tibble: 1 x 3
#     `2012` `2013` `2014`
# *   <dbl>  <dbl>  <dbl>
# 1   40.0   69.0   58.0  

Answer 2

你有很多问题。

1. $ 不适用于变量。请改用[ 或[[。 See this R-FAQ for additional info。你的缩进也很乱，让我们保持一致：

   for (i in 2012:2014) {
     varname <- paste("TotalYr", i, sep = "")
     assign(df[[varname]], df %>% select(contains("i")) %>% 
       mutate(varname = sum()))
   }
   

2. 不需要assign，只需使用<-（或=）。你几乎不应该使用assign()。

   for (i in 2012:2014) {
     varname <- paste("TotalYr", i, sep = "")
     df[[varname]] <- df %>% select(contains("i")) %>% 
       mutate(varname = sum()))
   }
   

3. "i" 是一个字符串，它的值总是字母"i"，就像2 的值总是2。即使在contains() 中，您也想使用您分配给对象i 的值（尽管该值 确实需要是字符串，即需要是character类）：

   for (i in 2012:2014) {
     varname <- paste("TotalYr", i, sep = "")
     df[[varname]] <- df %>% select(contains(as.character(i))) %>% 
       mutate(varname = sum()))
   }
   

4. mutate 和 select 返回数据帧，这意味着您的代码正在尝试分配一个单列数据帧执行 df[[varname]]。我们只想分配一个列向量，而不是整个数据框。所以我们拉出列向量，用dplyr::pull

   for (i in 2012:2014) {
     varname <- paste("TotalYr", i, sep = "")
     df[[varname]] <- df %>% select(contains(as.character(i))) %>% 
       mutate(varname = sum())) %>%
       pull()
   }
   

5. 在您的控制台中输入sum() - 您会得到0。你需要给sum()一些东西。让我们完全摆脱mutate，只删除sum pulled 向量，这样我们就不用担心它的名字了：

   for (i in 2012:2014) {
     varname <- paste("TotalYr", i, sep = "")
     df[[varname]] <- df %>% select(contains(as.character(i))) %>% 
       pull %>% sum
   }
   

6. 好的，现在有点用了。但是您将这些新值添加到具有一堆行的旧数据框中。新值只是单个值，因此它们被“回收”，在数据框的每一行上重复。让我们创建一个新的result 数据框来代替我们的结果只有一行：

   result = list()
   for (i in 2012:2014) {
     varname <- paste("TotalYr", i, sep = "")
     result[[varname]] <- df %>% select(contains(as.character(i))) %>% 
       pull %>% sum
   }
   result = as.data.frame(result)
   result
   #   TotalYr2012 TotalYr2013 TotalYr2014
   # 1          24          36          24
   

7. 现在它可以工作了，并提供了一个可行的解决方案。但是，它仍然很乱。 for 循环通常不是必需的。我们有更好的数据整理工具。

   # See MKR's answer. It's the way you should actually do this.