r - 将 mutate_at() 与否定选择助手一起使用，例如(不是 one_of())

Question

我的数据如下所示:

library(dplyr)    
set.seed(123)

df <- data_frame(X1 = rep(LETTERS[1:4], 6),
                 X2 = rep(1:2, 12),
                 ref = sample(1:50, 24),
                 sampl1 = sample(1:50, 24),
                 var2 = sample(1:50, 24),
                 meas3 = sample(1:50, 24))

与 dplyr我可以一次编辑和创建多个列，例如:

df %>% mutate_if(is.numeric, funs(new = . - ref))

如果我只想对列的子集执行此操作，我可以使用 select像这样的助手:

df %>% mutate_at(vars(one_of(c("X2", "ref"))), funs(new = . - ref))

但是就我而言，我知道我的数据将始终包含列 X1 , X2和ref但想以这样的方式对数据进行子集化，以仅改变那些不是 X1 的列, X2和ref 。这些其他列的数量和名称是可变的，但始终是数字。我想我可以做这样的事情:

df %>% mutate_at(vars(!one_of(c("X1", "X2", "ref"))), funs(new = . - ref))

或者也许

df %>% mutate_at(vars(one_of(!names %in% c("X1", "X2", "ref"))), funs(new = . - ref))

但两者都不起作用。负dplyr怎么做select helper ？

Answer 1

one_of 需要 - 而不是 !

df %>%
   mutate_at(vars(-one_of(c("X1", "X2", "ref"))), funs(new = . - ref))
# A tibble: 24 x 9
#      X1    X2   ref sampl1  var2 meas3 sampl1_new var2_new meas3_new
#   <chr> <int> <int>  <int> <int> <int>      <int>    <int>     <int>
# 1     A     1    15     33    14    36         18       -1        21
# 2     B     2    39     35    43     1         -4        4       -38
# 3     C     1    20     27     3    23          7      -17         3
# 4     D     2    42     28    21    11        -14      -21       -31
# 5     A     1    44     14    37    18        -30       -7       -26
# 6     B     2     3      7     6    28          4        3        25
# 7     C     1    24     43    25    16         19        1        -8
# 8     D     2    49     39     9     5        -10      -40       -44
# 9     A     1    46     30    45    47        -16       -1         1
#10     B     2    19     50    31    45         31       12        26