使用dplyr变异数据帧中的多列

Question

我有以下数据帧df

  v1 v2 v3 v4
1  1  5  7  4
2  2  6 10  3

我希望获得以下数据帧：df2乘列v1*v3和v2*v4：

  v1 v2 v3 v4 v1v3 v2v4
1  1  5  7  4    7   20
2  2  6 10  3   20   18

我怎样才能用dplyr做到这一点呢？使用mutate_each

我需要一个可以将推广到大量变量而不仅仅是4个变量(v1到v4)的解决方案。这是生成示例的代码：

v1 <- c(1, 2)
v2 <- c(5,6)
v3 <- c(7, 10)
v4 <- c(4, 3)
df <- data.frame(v1, v2, v3, v4)
v1v3 <- c(v1 * v3)
v2v4 <- c(v2 * v4)
df2 <- cbind(df, v1v3, v2v4)

Answer 1

你们真的很亲密。

df2 <- 
    df %>% 
    mutate(v1v3 = v1 * v3,
           v2v4 = v2 * v4)

这么简单的语言，对吧？

有关更多精彩技巧，请参见这里。。

编辑:由于@Facottons指向这个答案：https://stackoverflow.com/a/34377242/5088194，这里有一个解决这个问题的整洁方法。它避免了一个人不得不在每个新列中写一行硬代码。虽然它比Base方法要详细一些，但逻辑至少更直接地透明/可读性更强。还值得注意的是，要使这种方法工作，必须至少有一半的行是有列的。

# prep the product column names (also acting as row numbers)
df <- 
    df %>%
    mutate(prod_grp = paste0("v", row_number(), "v", row_number() + 2)) 

# converting data to tidy format and pairing columns to be multiplied together.
tidy_df <- 
    df %>%
    gather(column, value, -prod_grp) %>% 
    mutate(column = as.numeric(sub("v", "", column)),
           pair = column - 2) %>% 
    mutate(pair = if_else(pair < 1, pair + 2, pair))

# summarize the products for each column
prod_df <- 
    tidy_df %>% 
    group_by(prod_grp, pair) %>% 
    summarize(val = prod(value)) %>% 
    spread(prod_grp, val) %>% 
    mutate(pair = paste0("v", pair, "v", pair + 2)) %>% 
    rename(prod_grp = pair)

# put the original frame and summary frames together
final_df <- 
    df %>% 
    left_join(prod_df) %>% 
    select(-prod_grp)

Answer 2

我们可以使用base R而不是使用任何额外的包，如dplyr或data.table

我们可以使用mapply同时将多个向量的运算矢量化。

n <- ncol(df)/2
mapply(`*`, df[1:n], df[(n + 1):ncol(df)])

#     v1 v2
#[1,]  7 20
#[2,] 20 18

我们可以将这个数据合并(cbind)到您的原始数据。

如果您对tidyverse解决方案感兴趣，那么在purrr中等效的是map2的变体。

purrr::map2_df(df[1:n], df[(n + 1):ncol(df)], `*`)

# A tibble: 2 x 2
#     v1    v2
#  <dbl> <dbl>
#1     7    20
#2    20    18

Answer 3

我想我找到了解决办法：

df %>%
  mutate(n = df[1:(ncol(df)/2)] * df[(1+ncol(df)/2):(ncol(df))]) %>% head()

结果对于任意数量的变量都是有效的。新变量的名称仍然是一个问题。其结果是：

  v1 v2 v3 v4 n.v1 n.v2
1  1  5  7  4    7   20
2  2  6 10  3   20   18