r - 如何使用 purrr :map function? 使用动态变量改变多列

Question

我有一个数据框如下:

df <- data.frame(
  id  = c(1:5),
  a   = c(3,10,4,0,15),
  b   = c(2,1,1,0,3),
  c   = c(12,3,0,3,1),
  d   = c(9,7,8,0,0),
  e   = c(1,2,0,2,2)
  )

我需要添加多个列，其名称由 a:c 和 3:5 的组合给出。 3:5 也用于 sum 函数:

df %>% mutate(
  usa_3 = sum(1+3),
  usa_4 = sum(1+4),
  usa_5 = sum(1+5),
  canada_3 = sum(1+3),
  canada_4 = sum(1+4),
  canada_5 = sum(1+5),
  nz_3 = sum(1+3),
  nz_4 = sum(1+4),
  nz_5 = sum(1+5)
  )

结果非常简单，但我不想重复放置类似的代码。

  id  a b  c d e usa_3 usa_4 usa_5 canada_3 canada_4 canada_5 nz_3 nz_4 nz_5
1  1  3 2 12 9 1     4     5     6        4        5        6    4    5    6
2  2 10 1  3 7 2     4     5     6        4        5        6    4    5    6
3  3  4 1  0 8 0     4     5     6        4        5        6    4    5    6
4  4  0 0  3 0 2     4     5     6        4        5        6    4    5    6
5  5 15 3  1 0 2     4     5     6        4        5        6    4    5    6

变量是字母前缀和整数范围作为后缀。Postfix 也与 sum 函数相关，如 1+postfix。在本例中，它们每个都有 3 个值，因此结果有 9 个附加列。

我不喜欢在一堆代码之外定义函数，并且假设 purrr 中的 map functino 可能会有所帮助。

你知道如何让它发挥作用吗？尤其是在管道中给出动态列名是很困难的。

我发现了一些类似的问题，但不符合我的需求。

Multivariate mutate
How to use map from purrr with dplyr::mutate to create multiple new columns based on column pairs

====附加信息=====
让我澄清一下这个问题的一些条件。实际上 sum(1+3), sum(1+4)... 部分被替换为 as.factor(cuttree(X,k=X) )，其中 X 是聚类分析的结果，Y 是示例中定义为 3:5 的变量。 cuttree() 是一个函数，用于定义我们在聚类分析结果中存储的树状图的哪一部分进行切割。

对于列名usa_3, usa_4 ... nz_5，国家名称被替换为聚类分析方法，如ward、McQuitty、Median方法等(七种方法)和整数3、4、5 是定义我需要在哪一部分切割树状图的参数，如所解释的。

对于函数as.factor(cuttree(X,k=X))中的一个X，聚类分析的结果也有对应的几个数据框到每个方法。我意识到另一个问题是如何将函数应用于每个数据框(聚类分析的结果存储在不同的数据框中)。
我当前使用的实际脚本是这样的:

cluste_number <- original_df %>% mutate(
    ## Ward
    ward_3=as.factor(cutree(clst.ward,k=3)),
    ward_4=as.factor(cutree(clst.ward,k=4)),
    ward_5=as.factor(cutree(clst.ward,k=5)),
    ward_6=as.factor(cutree(clst.ward,k=6)),
    ## Single
    sing_3=as.factor(cutree(clst.sing,k=3)),
    sing_4=as.factor(cutree(clst.sing,k=4)),
    sing_5=as.factor(cutree(clst.sing,k=5)),
    sing_6=as.factor(cutree(clst.sing,k=6)))

很抱歉没有澄清实际问题；然而，由于上述原因，美国、加拿大、新西兰等国家/地区数量与1:3参数数量不匹配。另外，一些使用 i + . 的建议并不能解决问题，因为在实际操作中使用了函数 as.factor(cuttree(X,k=X)) 。

感谢您的支持。

Answer 1

不确定您在做什么，但这也许有助于澄清问题..

library(tidyverse)

df <- data.frame(
  id  = c(1:5),
  a   = c(3,10,4,0,15),
  b   = c(2,1,1,0,3),
  c   = c(12,3,0,3,1),
  d   = c(9,7,8,0,0),
  e   = c(1,2,0,2,2)
)

ctry <- rep(c("usa", "ca", "nz"), each = 3)
nr <- rep(seq(3,5), times = 3)
df %>%
  as_tibble() %>%
  bind_cols(map_dfc(seq_along(ctry), ~1+nr[.x] %>%
                      rep(nrow(df))) %>%
              set_names(str_c(ctry, nr, sep = "_")))

# A tibble: 5 x 15
     id     a     b     c     d     e usa_3 usa_4 usa_5  ca_3  ca_4  ca_5  nz_3  nz_4  nz_5
  <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     1     3     2    12     9     1     4     5     6     4     5     6     4     5     6
2     2    10     1     3     7     2     4     5     6     4     5     6     4     5     6
3     3     4     1     0     8     0     4     5     6     4     5     6     4     5     6
4     4     0     0     3     0     2     4     5     6     4     5     6     4     5     6
5     5    15     3     1     0     2     4     5     6     4     5     6     4     5     6