使用冒号中的模式划分列

Question

假设我有以下简化表，其中有动态列a_x (其中x是索引，例如0、1、2、3、4.)分别为b_x。a列的数量总是等于b列的数量，但是列的总数可以是动态的(并不总是3 a和3 b)。为了更清楚地说明，下面的示例描述了我的数据结构：

> d <- read.table(text = "10 20 25 0.3 0.23 0.34 
                          40 20 30 0.25 0.4 0.45")
> names(d) <- c("a_0", "a_1", "a_2", "b_0", "b_1", "b_2")
> d
   a_0 a_1 a_2  b_0  b_1  b_2
1  10  20  25   0.30 0.23 0.34
2  40  20  30   0.25 0.40 0.45

我希望将a列与相应的b列分开，并将结果保存到新的c列中。为了进行除法，我使用了transform()函数(带有硬编码的冒号)，如下所示：

transform(d, c_0 = as.numeric(as.character(a_0)) / as.numeric(as.character(b_0)))

考虑到输入数据的列数并不总是相同的事实，我如何使用(可能)冒名模式自动完成这一步骤。

如能提供任何帮助，将不胜感激。

Answer 1

以下是几种方法。(1)和(1a)似乎最好，但其他方法确实显示了不同的方法。除(1a)和(2)外，它们的列名和顺序与问题相同，但如果这是一个问题，则可以很容易地加以修正。除(4a)外，不使用任何包。

1)变换

ix <- grep("a", names(d))
cbind(d, setNames(d[ix] / d[-ix], sub("a", "c", names(d)[ix])))
##   a_0 a_1 a_2  b_0  b_1  b_2       c_0      c_1      c_2
## 1  10  20  25 0.30 0.23 0.34  33.33333 86.95652 73.52941
## 2  40  20  30 0.25 0.40 0.45 160.00000 50.00000 66.66667

1a)这是(1)的一个变体；

transform(d, c = setNames(d[ix], ix-1) / d[-ix])  # ix is from above
##   a_0 a_1 a_2  b_0  b_1  b_2       c.0      c.1      c.2
## 1  10  20  25 0.30 0.23 0.34  33.33333 86.95652 73.52941
## 2  40  20  30 0.25 0.40 0.45 160.00000 50.00000 66.66667

2)将转换为长格式，执行除法，并将其转换回宽格式。

varying <- split(names(d), sub("_.*", "", names(d)))
long <- reshape(d, dir = "long", varying = varying, v.names = names(varying))
reshape(transform(long, c = a / b), dir = "wide", idvar = "id")[-1]
##     a.1  b.1       c.1 a.2  b.2      c.2 a.3  b.3      c.3
## 1.1  10 0.30  33.33333  20 0.23 86.95652  25 0.34 73.52941
## 2.1  40 0.25 160.00000  20 0.40 50.00000  30 0.45 66.66667

3)应用，我们可以转换成三维数组，然后使用apply。

nr <- nrow(d)
nc <- ncol(d)
cc <- apply(array(as.matrix(d), c(nr, nc / 2, 2)), 1:2, function(x) x[1] / x[2])
colnames(cc) <- paste("c", seq(0, length = ncol(cc)), sep = "_")
cbind(d, cc)
##   a_0 a_1 a_2  b_0  b_1  b_2       c_0      c_1      c_2
## 1  10  20  25 0.30 0.23 0.34  33.33333 86.95652 73.52941
## 2  40  20  30 0.25 0.40 0.45 160.00000 50.00000 66.66667

4)将转置到d原木上，取差，再取exp转座子逆转原木转置。然后将其绑定到d。该解决方案假定所有条目都是严格正的(这是问题中的情况)，这样我们就可以获取日志。

nc <- ncol(d)
cc <- t(exp(-diff(t(log(d)), nc/2)))
colnames(cc) <- paste("c", seq(0, length = ncol(cc)), sep = "_")
cbind(d, cc)
##   a_0 a_1 a_2  b_0  b_1  b_2       c_0      c_1      c_2
## 1  10  20  25 0.30 0.23 0.34  33.33333 86.95652 73.52941
## 2  40  20  30 0.25 0.40 0.45 160.00000 50.00000 66.66667

(4a) diff.zoo支持几何差，它执行除法而不是减法。(在当前版本的动物园中，diff.zoo要求输入的元素严格为正，但在动物园的开发版本中取消了这一限制。)

library(zoo)

nc <- ncol(d)
cc <- 1 / t(diff(zoo(t(d)), nc/2, arith = FALSE))
colnames(cc) <- paste("c", seq(0, length = ncol(cc)), sep = "_")
cbind(d, cc)
##     a_0 a_1 a_2  b_0  b_1  b_2       c_0      c_1      c_2
## x.1  10  20  25 0.30 0.23 0.34  33.33333 86.95652 73.52941
## x.2  40  20  30 0.25 0.40 0.45 160.00000 50.00000 66.66667

Answer 2

我们可以从名称中删除下划线后的所有内容，然后将它们分开，然后逐个分割。

Reduce(`/`, split.default(d, gsub('_.*', '', names(d))))
#        a_0      a_1      a_2
#1  33.33333 86.95652 73.52941
#2 160.00000 50.00000 66.66667

Answer 3

您可以使用grep查找"a“和"b”列，并在transform中将结果添加为具有良好setNames的矩阵。

transform(d, ind=setNames(d[, grep("a", names(d))] / d[, grep("b", names(d))], 
                          gsub(".*(\\D)", "", grep("a", names(d), value=T))))
#   a_0 a_1 a_2  b_0  b_1  b_2     ind.0    ind.1    ind.2
# 1  10  20  25 0.30 0.23 0.34  33.33333 86.95652 73.52941
# 2  40  20  30 0.25 0.40 0.45 160.00000 50.00000 66.66667