r - 对具有相似名称的多组列使用相同的 mutate

Question

想象一下以下数据:

data <- tribble(
  ~a1, ~a2, ~b1, ~b2, ~c1, ~c2,
  32, 32, 50, 12, 12, 50,
  48, 20, 55, 43, 10, 42
)

对于 i = {1, 2}，我想计算deltai = (ai - ci)/((ai + bi) * ci + ai)。

(我明确使用随机数和随机函数；通过识别和利用某些模式无法找到解决方案。)

最简单的方法就是这样做

data <- data %>%
  mutate(
    delta1 = (a1 - c1) / ((a1 + b1) * c1 + a1),
    delta2 = (a2 - c2) / ((a2 + b2) * c2 + a2)
  )

但它引入了很多重复。

我可以做到

delta <- function(a, b, c) {
  return((a - c) / ((a + b) * c + a))
}

data <- data %>%
  mutate(
    delta1 = delta(a1, b1, c1),
    delta2 = delta(a2, b2, c2)
  )

这使得以后可以轻松更改 delta() 函数，但这看起来仍然有很多重复。

我的问题:有没有办法用一行 mutate 来计算 delta1 和 delta2 ？

您可能认为重复次数没问题，但我可能需要计算其他几个术语，例如 gammai 或 alphai。复制行感觉不是一个好的解决方案。

我认为我可以通过这样做来解决问题

for (i in c(1, 2)) {
  data <- data %>%
    mutate("delta{i}" := delta(paste0('a', i), paste0('b', i), paste0('c', i)))
}

但是我得到了

Error in `mutate()`:
! Problem while computing `delta1 = delta(paste0("a", i), paste0("b", i), paste0("c", i))`.
Caused by error in `a - c`:
! non-numeric argument to binary operator
Run `rlang::last_error()` to see where the error occurred.

循环变异感觉有点不对劲。

我在Mutate multiple / consecutive columns (with dplyr or base R)中看到了解决方案, How can I mutate multiple variables using dplyr?或Mutating multiple columns in a data frame using dplyr ，但解决方案的可读性远不如复制和粘贴该行并接受重复项。

理想情况下，我希望找到 across 的巧妙用法，让我能够编写类似 mutate("delta{i}":= delta(a{i}, b{i}, c{i}))。

Answer 1

用胶水

您可以利用glue功能。这可能是最好、最灵活的方式:

library(glue)
cols         <- c("1", "2")
exprs        <- glue("(a{cols} - c{cols}) / ((a{cols} + b{cols}) * c{cols} + a{cols})")
names(exprs) <- glue("delta{cols}")

data |> 
  mutate(!!!rlang::parse_exprs(exprs))

# A tibble: 2 × 8
     a1    a2    b1    b2    c1    c2 delta1   delta2
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>    <dbl>
1    32    32    50    12    12    50 0.0197 -0.00806
2    48    20    55    43    10    42 0.0353 -0.00825

跨过

如果你想用across来实现，你可以像这样使用一堆它们:

library(dplyr)
data %>% 
  mutate((across(starts_with("a"), .names = "delta{sub('a', '', .col)}") -
            across(starts_with("c"))) / 
           ((across(starts_with("a")) + across(starts_with("b"))) * 
              across(starts_with("c")) + across(starts_with("a"))))

# A tibble: 2 × 8
     a1    a2    b1    b2    c1    c2 delta1   delta2
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>    <dbl>
1    32    32    50    12    12    50 0.0197 -0.00806
2    48    20    55    43    10    42 0.0353 -0.00825

通过旋转

但是，您也许应该选择先转向长轴再转向宽轴:

library(dplyr)
library(tidyr)
data %>% 
  mutate(rown = row_number()) %>% 
  pivot_longer(-rown,
               names_to = c(".value", "number"), 
               names_pattern = "([a-z])(\\d)") %>% 
  group_by(rown) %>% 
  mutate(delta = (a - c) / ((a + b) * c + a)) %>% 
  pivot_wider(names_from = number, 
              values_from = a:delta, 
              names_sep = "")

# A tibble: 2 × 9
# Groups:   rown [2]
   rown    a1    a2    b1    b2    c1    c2 delta1   delta2
  <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>    <dbl>
1     1    32    32    50    12    12    50 0.0197 -0.00806
2     2    48    20    55    43    10    42 0.0353 -0.00825