r - 如何使用 dplyr 扫描特定列？

Question

对于我的数据类型，一个非常常见的操作是对所有列应用归一化因子。这可以使用 sweep 有效地完成。或 scale :

normalized = scale(data, center = FALSE, scale = factors)
# or
normalized = sweep(data, 2, factors, `/`)

在哪里

data = structure(list(A = c(3L, 174L, 6L, 1377L, 537L, 173L),
    B = c(1L, 128L, 2L, 1019L, 424L, 139L),
    C = c(3L, 66L, 2L, 250L, 129L, 40L),
    D = c(4L, 57L, 4L, 251L, 124L, 38L)),
    .Names = c("A", "B", "C", "D"),
    class = c("tbl_df", "data.frame"), row.names = c(NA, -6L))

factors = c(A = 1, B = 1.2, C = 0.8, D = 0.75)

但是，当我的数据前面有附加列时，如何使用 dplyr 执行此操作？我可以在单独的语句中完成，但我想在一个管道中完成。这是我的数据:

data = structure(list(ID = c(1, 2, 3, 4, 5, 6),
    Type = c("X", "X", "X", "Y", "Y", "Y"),
    A = c(3L, 174L, 6L, 1377L, 537L, 173L),
    B = c(1L, 128L, 2L, 1019L, 424L, 139L),
    C = c(3L, 66L, 2L, 250L, 129L, 40L),
    D = c(4L, 57L, 4L, 251L, 124L, 38L)),
    .Names = c("ID", "Type", "A", "B", "C", "D"),
    class = c("tbl_df", "data.frame"), row.names = c(NA, -6L))

我想在不触及前两列的情况下改变数据列。通常我可以用 mutate_each 做到这一点;但是，我如何无法将标准化因子传递给该函数:

data %>% mutate_each(funs(. / factors), A:D)

不出所料，这假设我想将每列除以 factors , 而不是每一列的匹配因子。

Answer 1

鉴于 akrun 的鼓励，让我在这里发布我所做的作为答案。我只是直觉地认为你可能想要让 R 指示具有相同名称的列来执行此操作 mutate_each .例如，如果 .表示列，A ，我想到另一列名为A来自另一个数据框可能是 dplyr可能会喜欢。所以，我为 factors 创建了一个数据框然后使用 mutate_each .看来结果是对的。由于我没有技术背景，恐怕我无法真正提供任何解释。我希望你不要介意。

factors <- data.frame(A = 1, B = 1.2, C = 0.8, D = 0.75)

mutate_at(data, vars(A:D), funs(. / foo$.))

# By the time I answered this question, the following was working.
# But mutate_each() is now deprecated.

# mutate_each(data, funs(. / factors$.), A:D)

#  ID Type    A           B      C          D
#1  1    X    3   0.8333333   3.75   5.333333
#2  2    X  174 106.6666667  82.50  76.000000
#3  3    X    6   1.6666667   2.50   5.333333
#4  4    Y 1377 849.1666667 312.50 334.666667
#5  5    Y  537 353.3333333 161.25 165.333333
#6  6    Y  173 115.8333333  50.00  50.666667

编辑

这也有效。鉴于数据框是列表的一个特例，这也许并不奇怪。

# Experiment
foo <- list(A = 1, B = 1.2, C = 0.8, D = 0.75)

mutate_at(data, vars(A:D), funs(. / foo$.))

# mutate_each(data, funs(. / foo$.), A:D)

#  ID Type    A           B      C          D
#1  1    X    3   0.8333333   3.75   5.333333
#2  2    X  174 106.6666667  82.50  76.000000
#3  3    X    6   1.6666667   2.50   5.333333
#4  4    Y 1377 849.1666667 312.50 334.666667
#5  5    Y  537 353.3333333 161.25 165.333333
#6  6    Y  173 115.8333333  50.00  50.666667