需要在R中使用cross（）同时创建多个新变量

Question

我有数据集，我需要调整通货膨胀的多个变量。它看起来像这样。

我需要把这些都放在一个恒定的格式中(比如2020美元)。我可以用< code>priceR包中的< code > adjust _ for _ inflation 函数很容易地做到这一点。然而，有很多价格变量，所以我想自动创建它们。我一直在尝试使用< code > cross ,但它不起作用。以下是我一直在尝试的。

library(tidyverse)
library(priceR)

#this is it done manually, which would take hours

df %>%  mutate(adjusted_price1=adjust_for_inflation(price1,year,"US",to_date = 2020))

#here's my attempt to do it all at once
price.vars <- df %>% select(-year) %>% names()

dollars2020 <- function(x){
  
  y <- adjust_for_inflation(x,year,"US",to_date = 2020)
}

df <- df %>% 
  mutate(across(price.vars, dollars2020,.names ="adjusted_{col}"))

据我所知，这应该是一个新变量的列表，名称为＜code＞adjusted_price1＜/code＞等等。但它不起作用。我非常感谢任何人能给我的帮助。

Answer 1

只是命名部分不好用吗？如果是这样，那就把{col}改成{. col}

Answer 2

也许这对你有用。我没有使用自定义函数，而是将＜code＞adjust_for_inflation

密码

library(dplyr)
library(priceR)

price.vars <- df  %>% select(-year) %>% names()

df %>% mutate(across(price.vars, ~ adjust_for_inflation(.x, year, "US", to_date = 2020), .names = "adjusted_{col}"))

输出

# A tibble: 3 x 9
   year price1 price2 price3 price4 adjusted_price1 adjusted_price2 adjusted_price3 adjusted_price4
  <int>  <dbl>  <dbl>  <dbl>  <dbl>           <dbl>           <dbl>           <dbl>           <dbl>
1  2003   1.15   1.15   1.16   1.17            1.62            1.62            1.64            1.65
2  2004   1.17   1.16   1.18   1.18            1.60            1.59            1.62            1.62
3  2005   1.17   1.17   1.18   1.18            1.55            1.55            1.57            1.56

数据

df <- tibble(fread("year    price1  price2  price3  price4
2003    1.149   1.149   1.163   1.172
2004    1.169   1.164   1.184   1.18
2005    1.167   1.166   1.183   1.178"))

Answer 3

问题不在于您在中使用，而是您的函数。首先，您将一个名为年份的变量传递给不存在的adjust_for_inflation。其次，您的函数不返回任何东西。如果您将其更改为：

dollars2020 <- function(x){
  
  adjust_for_inflation(x, 2022,"US",to_date = 2020)
}

您将获得：

df %>% 
  mutate(across(price.vars, dollars2020,.names ="adjusted_{col}"))
#>   year price1 price2 price3 price4 adjusted_price1 adjusted_price2 adjusted_price3 adjusted_price4
#> 1 2003  1.149  1.149  1.163  1.172        1.134999        1.134999        1.148828        1.157719
#> 2 2004  1.169  1.164  1.184  1.180        1.154755        1.149816        1.169572        1.165621
#> 3 2005  1.167  1.166  1.183  1.178        1.152779        1.151792        1.168585        1.163645