r - 当函数采用不同列的多个参数时使用 dplyr mutate_at

Question

我有一个 data.frame具有大量名称遵循模式的列。如:

df <- data.frame(
  x_1 = c(1, NA, 3), 
  x_2 = c(1, 2, 4), 
  y_1 = c(NA, 2, 1), 
  y_2 = c(5, 6, 7)
)

我要申请 mutate_at对每对列执行相同的操作。如:

df %>%
  mutate(
    x = ifelse(is.na(x_1), x_2, x_1), 
    y = ifelse(is.na(y_1), y_2, y_1)
  )

有没有办法用 mutate_at 做到这一点？/ mutate_each ?

这个:

df %>%
  mutate_each(vars(x_1, y_1), funs(ifelse(is.na(.), vars(x_2, y_2), .)))

我尝试过的各种变体都失败了。

问题类似于 Using functions of multiple columns in a dplyr mutate_at call ，但不同之处在于函数调用的第二个参数不是单个列，而是 vars 中每一列的不同列。

提前致谢。

Answer 1

我不知道你是否可以这样理解，但这里有一个不同的角度来看待这个问题。如果您发现自己拥有非常广泛的数据(例如，大量具有相似名称的列)并且您想对它们做一些事情，那么 tidy 可能会有所帮助数据(长于 stata 条款)与 tidyr::gather (请参阅此处的文档 http://tidyr.tidyverse.org/ )。

> df %>% gather()
   key value
1  x_1     1
2  x_1    NA
3  x_1     3
4  x_2     1
5  x_2     2
6  x_2     4
7  y_1    NA
8  y_1     2
9  y_1     1
10 y_2     5
11 y_2     6
12 y_2     7

将数据转换为这种格式后，使用 group_by 组合和重新排列值会更容易。而不是尝试 mutate_at事物。例如，您可以使用 df %>% gather() %>% mutate(var = substr(key,1,1)) 获取第一个值并操纵 x s 和 y使用 group_by(var) 的方式不同.