r - 使用 purr 和 dplyr 将函数应用于列的子集

Question

我是新来的 purr包，但我喜欢我对它的了解很少。

仅使用 tidyverse 包，我希望能够添加一个列，该列是应用于数据集中列子集的函数的结果。

这是一些玩具数据。一系列因子列

df <- data.frame(a_1 = factor(rep(letters[1:3], times = 5)),
                 a_2 = factor(rep(letters[1:3], times = 5)),
                 a_3 = factor(rep(letters[1:3], times = 5)),
                 b_1 = factor(rep(letters[1:3], times = 5)),
                 b_2 = factor(rep(letters[1:3], times = 5)),
                 b_3 = factor(rep(letters[1:3], times = 5)))

df

# output
#  a_1 a_2 a_3 b_1 b_2 b_3
# 1    a   a   a   a   a   a
# 2    b   b   b   b   b   b
# 3    c   c   c   c   c   c
# 4    a   a   a   a   a   a
# 5    b   b   b   b   b   b
# 6    c   c   c   c   c   c
# 7    a   a   a   a   a   a
# 8    b   b   b   b   b   b
# 9    c   c   c   c   c   c
# 10   a   a   a   a   a   a
# 11   b   b   b   b   b   b
# 12   c   c   c   c   c   c
# 13   a   a   a   a   a   a
# 14   b   b   b   b   b   b
# 15   c   c   c   c   c   c

以下函数，来自 purr::map_df和 dplyr::select循环遍历以 a_ 开头的 df 列，将它们转换为数字类，找到这些列的平均值，然后乘以 3。

rowMeans(purrr::map_df(.x = df %>% dplyr::select(grep("a_", names(.))),
                       .f = function(x) x <- as.numeric(x))*3)

# output
# [1] 3 6 9 3 6 9 3 6 9 3 6 9 3 6 9

这是正确的输出，但它是一个向量。

使用 tidyverse 函数如何将函数的结果添加到现有 df 数据集作为一个新列，而不是一个向量？

涉及 dplyr::mutate的事情我想，但我无法解决。

Answer 1

您可以使用 pmap_dbl :

library(dplyr)
library(purrr)

df %>%  
   mutate(mean_vec = pmap_dbl(select(., starts_with('a_')), 
                         ~mean(as.numeric(c(...)) * 3)))


#   a_1 a_2 a_3 b_1 b_2 b_3 mean_vec
#1    1   1   1   a   a   a        3
#2    2   2   2   b   b   b        6
#3    3   3   3   c   c   c        9
#4    1   1   1   a   a   a        3
#5    2   2   2   b   b   b        6
#6    3   3   3   c   c   c        9
#7    1   1   1   a   a   a        3
#8    2   2   2   b   b   b        6
#9    3   3   3   c   c   c        9
#10   1   1   1   a   a   a        3
#11   2   2   2   b   b   b        6
#12   3   3   3   c   c   c        9
#13   1   1   1   a   a   a        3
#14   2   2   2   b   b   b        6
#15   3   3   3   c   c   c        9

或另一种选择:

df %>%
  mutate_at(vars(starts_with('a')), as.numeric) %>%
  mutate(mean_vec = rowMeans(select(., starts_with('a_')) * 3))