在dplyr中为新列/变量使用动态名称

Question

我想使用＜code＞dplyr:：mutate（）＜/code＞在数据帧中创建多个新列。应动态生成列名及其内容。

来自iris的示例数据:

library(dplyr)
iris <- as_tibble(iris)

我创建了一个函数，可以从＜code＞Petal中修改我的新列。宽度变量：

multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    df <- mutate(df, varname = Petal.Width * n)  ## problem arises here
    df
}

现在我创建一个循环来构建我的列：

for(i in 2:5) {
    iris <- multipetal(df=iris, n=i)
}

然而，由于mutate认为varname是一个文字变量名，因此循环只创建一个新变量（称为varname），而不是四个（称为petal.2-petal.5）。

如何让< code>mutate()使用我的动态名作为变量名？

Answer 1

经过大量的尝试和错误，我发现模式UQ（rlang：：sym（“这里的一些字符串”）对于处理字符串和dplyr动词非常有用。它似乎在很多令人惊讶的情况下都能起作用。

这是一个Mutate的例子。我们想创建一个将两列相加的函数，在这里您将两个列名作为字符串传递给函数。我们可以使用这种模式以及赋值操作符：=来做到这一点。

## Take column `name1`, add it to column `name2`, and call the result `new_name`
mutate_values <- function(new_name, name1, name2){
  mtcars %>% 
    mutate(UQ(rlang::sym(new_name)) :=  UQ(rlang::sym(name1)) +  UQ(rlang::sym(name2)))
}
mutate_values('test', 'mpg', 'cyl')

该模式也适用于其他＜code＞dplyr＜/code＞函数。这里有一个＜code＞过滤器＜/code＞：

## filter a column by a value 
filter_values <- function(name, value){
  mtcars %>% 
    filter(UQ(rlang::sym(name)) != value)
}
filter_values('gear', 4)

或< code >排列:

## transform a variable and then sort by it 
arrange_values <- function(name, transform){
  mtcars %>% 
    arrange(UQ(rlang::sym(name)) %>%  UQ(rlang::sym(transform)))
}
arrange_values('mpg', 'sin')

对于选择，您不需要使用模式。相反，您可以使用 ：

## select a column 
select_name <- function(name){
  mtcars %>% 
    select(!!name)
}
select_name('mpg')

Answer 2

在< code > dplyr (2017年4月发布的< code>0.6.0)的新版本中，我们还可以进行赋值(< code>:=)，并通过取消引用(< code >！！)不评估它

 library(dplyr)
 multipetalN <- function(df, n){
      varname <- paste0("petal.", n)
      df %>%
         mutate(!!varname := Petal.Width * n)
 }

 data(iris)
 iris1 <- tbl_df(iris)
 iris2 <- tbl_df(iris)
 for(i in 2:5) {
     iris2 <- multipetalN(df=iris2, n=i)
 }   

基于应用于“iris1”的@MrFlick的多金属检查输出

identical(iris1, iris2)
#[1] TRUE

Answer 3

由于您将变量名动态构建为字符值，因此使用标准数据进行赋值更有意义。框架索引，允许列名的字符值。例如：

multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    df[[varname]] <- with(df, Petal.Width * n)
    df
}

< code>mutate函数使得通过命名参数命名新列变得非常容易。但这是假设您在键入命令时知道该名称。如果您想要动态地指定列名，那么您还需要构建命名参数。

在最新的dplyr版本中，当使用< code>:=命名参数时，可以使用< code>glue包中的语法。因此，这里名称中的< code>{}通过计算内部的表达式来获取值。

multipetal <- function(df, n) {
  mutate(df, "petal.{n}" := Petal.Width * n)
}

如果要将列名传递给函数，则可以在字符串中以及列名中使用｛｛｝｝

meanofcol <- function(df, col) {
  mutate(df, "Mean of {{col}}" := mean({{col}}))
}
meanofcol(iris, Petal.Width)

从0.7版开始的dplyr允许您使用：=动态分配参数名称。您可以将您的函数编写为：

# --- dplyr version 0.7+---
multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    mutate(df, !!varname := Petal.Width * n)
}

有关详细信息，请参阅可用的表单小插图（“编程”，“dplyr”）的文档。

稍早版本的< code>dplyr(

因此，这里的答案是使用mutate_（）而不是mutate（），并执行以下操作：

# --- dplyr version 0.3-0.5---
multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    varval <- lazyeval::interp(~Petal.Width * n, n=n)
    mutate_(df, .dots= setNames(list(varval), varname))
}

请注意，这在最初提出问题时存在的旧版本的dplyr中也是可能的。它需要仔细使用引号和setName：

# --- dplyr versions < 0.3 ---
multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    pp <- c(quote(df), setNames(list(quote(Petal.Width * n)), varname))
    do.call("mutate", pp)
}