gpt4 book ai didi

r - dplyr 中的 mutate_each/summarise_each : how do I select certain columns and give new names to mutated columns?

转载 作者:行者123 更新时间:2023-12-03 05:43:55 25 4
gpt4 key购买 nike

我对 dplyr 动词 mutate_each 有点困惑。

使用基本的 mutate 将一列数据转换为 z 分数,并在 data.frame 中创建一个新列(此处名称为 z_score_data):

newDF <- DF %>%
select(one_column) %>%
mutate(z_score_data = one_column - (mean(one_column) / sd(one_column))

但是,由于我想要转换许多数据列,看来我应该使用 mutate_each 动词。

newDF <- DF %>%
mutate_each(funs(scale))

到目前为止一切顺利。但到目前为止我还没有弄清楚:

  1. 如何为这些新列提供适当的名称,就像在 mutate 中那样?
  2. 如何选择我想要更改的某些列,就像我在第一种情况下使用 select 所做的那样?

感谢您的帮助。

最佳答案

dplyr 更新 >= 0.4.3.9000

在 dplyr 开发版本 0.4.3.9000(撰写本文时)中,mutate_eachsummarise_each 内部的命名已被简化,如 News 中所述。 :

The naming behaviour of summarise_each() and mutate_each() has been tweaked so that you can force inclusion of both the function and the variable name: summarise_each(mtcars, funs(mean = mean), everything())

如果您只想在 mutate_each/summarise_each 中应用 1 个函数并且希望为这些列指定新名称,这一点非常重要。

为了显示差异,以下是使用新命名功能的 dplyr 0.4.3.9000 的输出,与下面的选项 a.2 形成对比:

library(dplyr) # >= 0.4.3.9000
iris %>% mutate_each(funs(mysum = sum(.)), -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sepal.Length_mysum Sepal.Width_mysum
#1 5.1 3.5 1.4 0.2 setosa 876.5 458.6
#2 4.9 3.0 1.4 0.2 setosa 876.5 458.6
#3 4.7 3.2 1.3 0.2 setosa 876.5 458.6
#4 4.6 3.1 1.5 0.2 setosa 876.5 458.6
#5 5.0 3.6 1.4 0.2 setosa 876.5 458.6
#6 5.4 3.9 1.7 0.4 setosa 876.5 458.6
# Petal.Length_mysum Petal.Width_mysum
#1 563.7 179.9
#2 563.7 179.9
#3 563.7 179.9
#4 563.7 179.9
#5 563.7 179.9
#6 563.7 179.9

如果您不提供新名称并且仅提供 1 个函数,dplyr 将更改现有列(就像在以前的版本中一样):

iris %>% mutate_each(funs(sum), -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 876.5 458.6 563.7 179.9 setosa
#2 876.5 458.6 563.7 179.9 setosa
#3 876.5 458.6 563.7 179.9 setosa
#4 876.5 458.6 563.7 179.9 setosa
#5 876.5 458.6 563.7 179.9 setosa
#6 876.5 458.6 563.7 179.9 setosa

我假设这个新功能将在下一个版本 0.4.4 中通过 CRAN 提供。

<小时/>

dplyr 版本 <= 0.4.3:

How can I give these new columns appropriate names, like I can in mutate?

a) 在 mutate_each/summarise_each

中应用了 1 个函数

如果您在 mutate_eachsummarise_each 中仅应用 1 个函数,现有列将被转换,并且名称将保持原样,除非您向 mutate_each_/summarise_each_ 提供命名向量(请参阅选项 a.4)

以下是一些示例:

a.1 只有 1 个函数 -> 将保留现有名称

iris %>% mutate_each(funs(sum), -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 876 459 564 180 setosa
#2 876 459 564 180 setosa
#3 876 459 564 180 setosa
#4 876 459 564 180 setosa
#5 876 459 564 180 setosa
#6 876 459 564 180 setosa

a.2 如果您指定新的列名称扩展:

iris %>% mutate_each(funs(mysum = sum(.)), -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 876 459 564 180 setosa
#2 876 459 564 180 setosa
#3 876 459 564 180 setosa
#4 876 459 564 180 setosa
#5 876 459 564 180 setosa
#6 876 459 564 180 setosa

a.3 手动为每列指定一个新名称(但仅适用于少数列):

iris %>% mutate_each(funs(sum), SLsum = Sepal.Length,SWsum = Sepal.Width,  -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species SLsum SWsum
#1 5.1 3.5 1.4 0.2 setosa 876 459
#2 4.9 3.0 1.4 0.2 setosa 876 459
#3 4.7 3.2 1.3 0.2 setosa 876 459
#4 4.6 3.1 1.5 0.2 setosa 876 459
#5 5.0 3.6 1.4 0.2 setosa 876 459
#6 5.4 3.9 1.7 0.4 setosa 876 459

a.4 使用命名向量创建具有新名称的附加列:

情况1:保留原始列

与选项 a.1、a.2 和 a.3 相比,dplyr 将保持现有列不变并在此方法中创建新列。新列的名称等于您预先创建的命名向量的名称(在本例中为 vars)。

vars <- names(iris)[1:2]  # choose which columns should be mutated
vars <- setNames(vars, paste0(vars, "_sum")) # create new column names
iris %>% mutate_each_(funs(sum), vars) %>% head
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sepal.Length_sum Sepal.Width_sum
#1 5.1 3.5 1.4 0.2 setosa 876.5 458.6
#2 4.9 3.0 1.4 0.2 setosa 876.5 458.6
#3 4.7 3.2 1.3 0.2 setosa 876.5 458.6
#4 4.6 3.1 1.5 0.2 setosa 876.5 458.6
#5 5.0 3.6 1.4 0.2 setosa 876.5 458.6
#6 5.4 3.9 1.7 0.4 setosa 876.5 458.6

情况2:删除原始列

如您所见,此方法保持现有列不变并添加具有指定名称的新列。如果您不想保留原始列,而只想保留新创建的列(以及其他列),您可以在之后添加一个 select 语句:

iris %>% mutate_each_(funs(sum), vars) %>% select(-one_of(vars)) %>% head
# Petal.Length Petal.Width Species Sepal.Length_sum Sepal.Width_sum
#1 1.4 0.2 setosa 876.5 458.6
#2 1.4 0.2 setosa 876.5 458.6
#3 1.3 0.2 setosa 876.5 458.6
#4 1.5 0.2 setosa 876.5 458.6
#5 1.4 0.2 setosa 876.5 458.6
#6 1.7 0.4 setosa 876.5 458.6

b) 在 mutate_each/summarise_each

中应用了超过 1 个函数

b.1 让 dplyr 找出新名称

如果您应用了超过 1 个函数,您可以让 dplyr 自行计算名称(并且它将保留现有列):

iris %>% mutate_each(funs(sum, mean), -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sepal.Length_sum Sepal.Width_sum Petal.Length_sum
#1 5.1 3.5 1.4 0.2 setosa 876 459 564
#2 4.9 3.0 1.4 0.2 setosa 876 459 564
#3 4.7 3.2 1.3 0.2 setosa 876 459 564
#4 4.6 3.1 1.5 0.2 setosa 876 459 564
#5 5.0 3.6 1.4 0.2 setosa 876 459 564
#6 5.4 3.9 1.7 0.4 setosa 876 459 564
# Petal.Width_sum Sepal.Length_mean Sepal.Width_mean Petal.Length_mean Petal.Width_mean
#1 180 5.84 3.06 3.76 1.2
#2 180 5.84 3.06 3.76 1.2
#3 180 5.84 3.06 3.76 1.2
#4 180 5.84 3.06 3.76 1.2
#5 180 5.84 3.06 3.76 1.2
#6 180 5.84 3.06 3.76 1.2

b.2 手动指定新列名称

当使用多个函数时,另一个选项是自行指定列名称扩展:

iris %>% mutate_each(funs(MySum = sum(.), MyMean = mean(.)), -Species) %>% head()
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sepal.Length_MySum Sepal.Width_MySum Petal.Length_MySum
#1 5.1 3.5 1.4 0.2 setosa 876 459 564
#2 4.9 3.0 1.4 0.2 setosa 876 459 564
#3 4.7 3.2 1.3 0.2 setosa 876 459 564
#4 4.6 3.1 1.5 0.2 setosa 876 459 564
#5 5.0 3.6 1.4 0.2 setosa 876 459 564
#6 5.4 3.9 1.7 0.4 setosa 876 459 564
# Petal.Width_MySum Sepal.Length_MyMean Sepal.Width_MyMean Petal.Length_MyMean Petal.Width_MyMean
#1 180 5.84 3.06 3.76 1.2
#2 180 5.84 3.06 3.76 1.2
#3 180 5.84 3.06 3.76 1.2
#4 180 5.84 3.06 3.76 1.2
#5 180 5.84 3.06 3.76 1.2
#6 180 5.84 3.06 3.76 1.2

How can I select certain columns that I wish to mutate, like I did with select in the first case?

您可以通过引用要突变(或省略)的列来实现这一点,方法是给出它们的名称,如下所示(突变 Sepal.Length,但不突变 Species):

iris %>% mutate_each(funs(sum), Sepal.Length, -Species) %>% head()

此外,您可以使用特殊函数来选择要变异的列、以某个单词开头或包含某个单词等的所有列,例如:

iris %>% mutate_each(funs(sum), contains("Sepal"),  -Species) %>% head()

有关这些函数的更多信息,请参阅 ?mutate_each?select

评论后编辑1:

如果您想使用标准评估,dplyr 提供大多数以附加“_”结尾的函数的 SE 版本。所以在这种情况下你会使用:

x <- c("Sepal.Width", "Sepal.Length") # vector of column names 
iris %>% mutate_each_(funs(sum), x) %>% head()

注意我在这里使用的mutate_each_

<小时/>

编辑 2:使用选项 a.4 进行更新

关于r - dplyr 中的 mutate_each/summarise_each : how do I select certain columns and give new names to mutated columns?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27027347/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com