在 R 中同时使用统计方法从现有变量变量中创建多个变量答案

【问题标题】：Create multiple variables from existing variables variables using a statistical method simultaneously in R在 R 中同时使用统计方法从现有变量变量中创建多个变量
【发布时间】：2021-07-24 20:23:01
【问题描述】：

使用 bloms 公式，我从现有变量创建了一个新变量，同时将它们都保留在 DF 中：

DF$R_BLR<-blom(DF$R, method = "blom")

我有 7 个其他变量（S、T、U、V、W、X、Y，用于创建新变量（S_BLR T_BLR 等）同时保留原始变量）我想执行相同的操作，想知道是否有是一种我可以一次性完成的方法，而不是按照第一个方法将它们全部输入。

现有变量在 DF 中彼此相邻（第 1-7 列）。我尝试过使用 mutate 函数，因为之前我想在其他变量中重新编码类别时，它可以工作，但这只是一个直接的转换，我不太清楚语法。

【问题讨论】：

标签： r variables

【解决方案1】：

使用lapply -

new_cols <- paste0(names(df)[1:7], '_BLR')
df[new_cols] <- lapply(df[1:7], blom, method = "blom")

【讨论】：

【解决方案2】：

我们可以使用dplyr::across，这里是一个例子：

library(dplyr)
library(rcompanion)

# from `?blom`'s examples
Value = c(709,679,699,657,594,677,592,538,476,508,505,539)
Sex   = c(rep("Male",3), rep("Female",3), rep("Male",3), rep("Female",3))
Fat   = c(rep("Fresh", 6), rep("Rancid", 6))

Sokal = data.frame(Value, Sex, Fat)

# dplyr::across with the example above (one varialbe)

Sokal %>% 
  mutate(across(Value, list(BLR = ~ blom(.x, method = "blom"))))
#>    Value    Sex    Fat  Value_BLR
#> 1    709   Male  Fresh  1.6350393
#> 2    679   Male  Fresh  0.7916386
#> 3    699   Male  Fresh  1.1139372
#> 4    657 Female  Fresh  0.3119191
#> 5    594 Female  Fresh  0.1024905
#> 6    677 Female  Fresh  0.5361763
#> 7    592   Male Rancid -0.1024905
#> 8    538   Male Rancid -0.5361763
#> 9    476   Male Rancid -1.6350393
#> 10   508 Female Rancid -0.7916386
#> 11   505 Female Rancid -1.1139372
#> 12   539 Female Rancid -0.3119191

# applying this example to your data.frame
your_df <- setNames(as.list(1:8), LETTERS[18:25]) %>% as_tibble

# using tidyselect `matches()` with a regex in `across`
your_df %>% 
  mutate(across(matches("[R-Y]"),
                list(BLR = ~ blom(.x, method = "blom"))))

# or select variables by position in `across`
your_df %>% 
  mutate(across(1:7,
                list(BLR = ~ blom(.x, method = "blom"))))

^{由reprex package (v0.3.0) 于 2021-07-24 创建}

【讨论】：

感谢您的回复。 your_df % as_tibble 那么这是否会将 DF 中的前 8 行转换为 tibble？字母[18:25]) 是做什么的？
这一行只是为了创建一个与您的数据具有相似名称的data.frame，因为您的帖子不包含任何示例数据（这会使复制问题变得更容易）。您应该忽略这一行，只需将 your_df 替换为您的实际数据。