将列乘以 R 中的子字符串答案

【问题标题】：Multiply Columns by Substrings in R将列乘以 R 中的子字符串
【发布时间】：2018-06-18 18:57:58
【问题描述】：

假设我有一个数据框，其中包含多个组件，并且它们的属性列在多列中，并且我想针对这些列运行多个函数。我的方法是尝试将它基于每个列标题中的子字符串，但我无法弄清楚如何做到这一点。以下是数据框的示例。

Basket   F_Type_1   F_Qty_1   F_P_1   F_Type_2   F_Qty_2   F_P_2 
AAA       Apple     10        2.5     Banana     9         2
BBB       Peach     5         6       Melon      20        5

我本质上想将两个新列 cbind 到这个数据框的末尾，将 Qty 和 P 相乘，这样你就可以在末尾得到两个新列，如下所示。

F_Total_1   F_Total_2
25          18
30          100

输入是动态的，因此有时它可能是某些篮子中的 2 个水果或 10 个水果。但我可以弄清楚那部分，它更想弄清楚如何根据子字符串“1”或“2”来乘以列。

感谢您的所有帮助以及您可能拥有的任何其他方法！

【问题讨论】：

标签： r dataframe substr

【解决方案1】：

我们创建一个函数来查找特定名称，然后计算行乘积。这个函数的重头戏是mapply 函数。我们添加最后一步来重命名结果data.frame。

fun1 <- function(data){
  qty_names <- names(data)[grepl(pattern = "Qty", x = names(data))]

  p_names <- names(data)[grepl(pattern = "P", x = names(data))]

  setNames(
    data.frame(
      mapply(qty_names, p_names, 
             FUN = function(n1, n2) apply(data[c(n1,n2)], 1, prod))),
      paste0('F_Total_', 1:length(p_names)))


}

cbind(dat, fun1(dat))

  Basket F_Type_1 F_Qty_1 F_P_1 F_Type_2 F_Qty_2 F_P_2 F_Total_1 F_Total_2
1    AAA    Apple      10   2.5   Banana       9     2        25        18
2    BBB    Peach       5   6.0    Melon      20     5        30       100

【讨论】：

不应该是apply(data[c(n1,n2)]吗？
@Nettle 大获成功！我已经编辑了我的答案。谢谢！

【解决方案2】：

在base R中，您可以使用[[]]表单来访问带有字符串的列，因此您可以轻松循环

df <- read.table(text = "Basket   F_Type_1   F_Qty_1   F_P_1   F_Type_2   F_Qty_2   F_P_2 
AAA       Apple     10        2.5     Banana     9         2
BBB       Peach     5         6       Melon      20        5",header = T)

for(i in 1:2)
{
  df[[paste0("F_Total_",i)]] <- as.numeric(df[[paste0("F_P_",i)]])*as.numeric(df[[paste0("F_Qty_",i)]])
}

  Basket F_Type_1 F_Qty_1 F_P_1 F_Type_2 F_Qty_2 F_P_2 F_Total_1 F_Total_2
1    AAA    Apple      10   2.5   Banana       9     2        25        18
2    BBB    Peach       5   6.0    Melon      20     5        30       100

【讨论】：

【解决方案3】：

这是一种使用tidyverse 函数重塑数据的方法。基本上使用tidyr 动词，我们将您的数据重塑为更“整洁”的格式。

# library(dplyr); library(tidyr)
dd %>% select(Basket, contains("_Qty_"), contains("_P_")) %>% 
  gather("key", "value", -Basket) %>% 
  separate(key, c("F", "Val", "Grp")) %>% 
  group_by(Basket, Grp) %>% 
  spread(Val, value) %>% 
  mutate(Total=P*Qty, GrpN=paste0("Total_", Grp)) %>% 
  ungroup() %>% 
  select(Basket, GrpN, Total) %>% 
  spread(GrpN ,Total)

#   Basket Total_1 Total_2
#   <fct>    <dbl>   <dbl>
# 1 AAA         25      18
# 2 BBB         30     100

【讨论】：

【解决方案4】：

创建数据

library(data.table)
df <- fread("
Basket   F_Type_1   F_Qty_1   F_P_1   F_Type_2   F_Qty_2   F_P_2 
AAA       Apple     10        2.5     Banana     9         2
BBB       Peach     5         6       Melon      20        5
")

df
#    Basket F_Type_1 F_Qty_1 F_P_1 F_Type_2 F_Qty_2 F_P_2
# 1:    AAA    Apple      10   2.5   Banana       9     2
# 2:    BBB    Peach       5   6.0    Melon      20     5

对于从 1 到 sum(grepl('F_P_', names(df))) 的数字，将 F_Total_{number} 设置为 F_Qty_{number}*F_P_{number}

for(i in seq(sum(grepl('F_P_', names(df)))))
  df[, paste0('F_Total_', i) := Reduce(`*`, .SD)
     , .SDcols = paste0(c('F_Qty_', 'F_P_'), i)]

df
#    Basket F_Type_1 F_Qty_1 F_P_1 F_Type_2 F_Qty_2 F_P_2 F_Total_1 F_Total_2
# 1:    AAA    Apple      10   2.5   Banana       9     2        25        18
# 2:    BBB    Peach       5   6.0    Melon      20     5        30       100

或者在基础 R 中，df 作为data.frame

for(i in seq(sum(grepl('F_P_', names(df)))))
  df[paste0('F_Total_', i)] <- Reduce(`*`, df[paste0(c('F_Qty_', 'F_P_'), i)])

【讨论】：

【解决方案5】：

setNames(df[grepl("F_Qty",names(df))]*df[grepl("F_P",names(df))],paste0("F_Total_",1:2))

  F_Total_1 F_Total_2
1        25        18
2        30       100

【讨论】：

【解决方案6】：

建议：如果你能以长格式存储你的数据，这将使以后的维护更加简洁。

Basket     Item     Type    Qty Price    Total
AAA           1    Apple     10   2.5       25
AAA           2    Banana     9     2       18
BBB           1    Peach      5   6.0       30
BBB           2    Melon     20     5      100
BBB           3    Orange    11   2.7     29.7

然后，当你确实需要上述格式的数据时，使用data.table包转置数据。

library(data.table)
fruits <- data.frame("Basket" = c("AAA", "AAA", "BBB", "BBB", "BBB"),
                 "Item" = c(1,2,1,2,3),
                 "Type" = c("Apple", "Banana", "Peach", "Melon", "Orange"),
                 "Qty" = c(10, 9, 5, 20, 11),
                 "Price" = c(2.5, 2, 6.0, 5, 2.7)
)

fruits$Total <- fruits$Qty * fruits$Price
fruits.New <- data.table::dcast(setDT(fruits),
                            formula = Basket ~ Item,
                            value.var = c("Type", "Price", "Qty", "Total"))

这样，您只需要维护一个公式，而不必担心apply，同时让您也可以灵活地使用可变列号。

如果它很重要，列名应该相对容易修复。

【讨论】：