在 dplyr mutate_at 调用中使用多列的函数

Question

我想使用 dplyr 的 mutate_at 函数将函数应用于数据框中的多个列，其中函数输入直接应用它的列以及数据框中的另一列。

作为一个具体的例子，我希望改变以下数据帧

# Example input dataframe
df <- data.frame(
    x = c(TRUE, TRUE, FALSE),
    y = c("Hello", "Hola", "Ciao"),
    z = c("World", "ao", "HaOlam")
)

使用与此类似的mutate_at 调用

df %>%
mutate_at(.vars = vars(y, z),
          .funs = ifelse(x, ., NA))

返回一个看起来像这样的数据框

# Desired output dataframe
df2 <- data.frame(x = c(TRUE, TRUE, FALSE),
                  y_1 = c("Hello", "Hola", NA),
                  z_1 = c("World", "ao", NA))

所需的mutate_at 调用类似于以下对mutate 的调用：

df %>%
   mutate(y_1 = ifelse(x, y, NA),
          z_1 = ifelse(x, z, NA))

我知道这可以通过多种方式在基础 R 中完成，但我特别想使用 dplyr 的 mutate_at 函数来实现这一目标，以提高可读性、与数据库的接口等。

以下是在 stackoverflow 上提出的一些类似问题，没有解决我在这里提出的问题：

adding multiple columns in a dplyr mutate call

dplyr::mutate to add multiple values

Use of column inside sum() function using dplyr's mutate() function

Answer 1

@eipi10 在@eipi10 对这个问题的评论中回答了这个问题，但我写在这里是为了后代。

这里的解决方案是使用：

df %>%
   mutate_at(.vars = vars(y, z),
             .funs = list(~ ifelse(x, ., NA)))

您还可以将新的across() 函数与mutate() 一起使用，如下所示：

df %>%
   mutate(across(c(y, z), ~ ifelse(x, ., NA)))

此处使用公式运算符（如~ ifelse(...)）表明ifelse(x, ., NA) 是在对mutate_at() 的调用中定义的匿名函数。

这类似于在调用 mutate_at() 之外定义函数，如下所示：

temp_fn <- function(input) ifelse(test = df[["x"]],
                                  yes = input,
                                  no = NA)

df %>%
   mutate_at(.vars = vars(y, z),
             .funs = temp_fn)

关于 dplyr 中语法更改的注意事项： 在 dplyr 版本 0.8.0 之前，您只需编写 .funs = funs(ifelse(x, . , NA))，但 funs() 函数已被弃用，并将很快从 dplyr 中删除。

Answer 2

作为对之前回复的补充，如果您希望 mutate_at() 添加新变量（而不是替换），名称如原始问题中的 z_1 和 y_1，您只需：

• dplyr >=1 与 across()：添加 .names="{.col}_1"，或者使用 list('1'=~ifelse(x, ., NA)（反引号！）
• dplyr [0.8, 1[：使用list('1'=~ifelse(x, ., NA)
• dplyr ：使用funs('1'=ifelse(x, ., NA)

library(tidyverse)

df <- data.frame(
  x = c(TRUE, TRUE, FALSE),
  y = c("Hello", "Hola", "Ciao"),
  z = c("World", "ao", "HaOlam")
)

## Version >=1
df %>%
  mutate(across(c(y, z), 
                list(~ifelse(x, ., NA)),
                .names="{.col}_1"))
#>       x     y      z   y_1   z_1
#> 1  TRUE Hello  World Hello World
#> 2  TRUE  Hola     ao  Hola    ao
#> 3 FALSE  Ciao HaOlam  <NA>  <NA>


## 0.8 - <1
df %>%
  mutate_at(.vars = vars(y, z),
            .funs = list(`1`=~ifelse(x, ., NA)))
#>       x     y      z   y_1   z_1
#> 1  TRUE Hello  World Hello World
#> 2  TRUE  Hola     ao  Hola    ao
#> 3 FALSE  Ciao HaOlam  <NA>  <NA>

## Before 0.8
df %>%
  mutate_at(.vars = vars(y, z),
            .funs = funs(`1`=ifelse(x, ., NA)))
#> Warning: `funs()` is deprecated as of dplyr 0.8.0.
#> Please use a list of either functions or lambdas: 
#> 
#>   # Simple named list: 
#>   list(mean = mean, median = median)
#> 
#>   # Auto named with `tibble::lst()`: 
#>   tibble::lst(mean, median)
#> 
#>   # Using lambdas
#>   list(~ mean(., trim = .2), ~ median(., na.rm = TRUE))
#> This warning is displayed once every 8 hours.
#> Call `lifecycle::last_warnings()` to see where this warning was generated.
#>       x     y      z   y_1   z_1
#> 1  TRUE Hello  World Hello World
#> 2  TRUE  Hola     ao  Hola    ao
#> 3 FALSE  Ciao HaOlam  <NA>  <NA>

^{由reprex package (v0.3.0) 于 2020 年 10 月 3 日创建}

更多细节和技巧请见：Create new variables with mutate_at while keeping the original ones