r - 基于映射和用户数据创建新的 tibble 列

Question

我正在尝试根据函数的输出在 tibble 中生成新列，该函数将该 tibble 的几个现有列加上用户数据作为输入。作为一个简化的示例，我想使用这个函数

addup <- function(x, y, z){x + y + z}

并用它来添加此小标题中现有列中的数字...

set.seed(1)
(tib <- tibble(num1 = sample(12), num2 = sample(12)))
# A tibble: 12 x 2
    num1  num2
   <int> <int>
 1     8     5
 2     6     3
 3     7     7
 4     3    11
 5     1     2
 6     2     1
 7    11     6
 8    10     9
 9     4     8
10     9    12
11     5    10
12    12     4

...与用户输入一起。例如，如果用户定义向量

vec <- c(3,6,4)

我想在 vec 中为每个项目生成一个新列，并将映射值与用户输入值相加。

在这种情况下所需的结果将类似于:

# A tibble: 12 x 5
    num1  num2   `3`   `6`   `4`
   <int> <int> <dbl> <dbl> <dbl>
 1     5     7    15    18    16
 2     8     2    13    16    14
 3     7     9    19    22    20
 4     1    11    15    18    16
 5     3     3     9    12    10
 6     9    12    24    27    25
 7     6     6    15    18    16
 8    10    10    23    26    24
 9    11     4    18    21    19
10    12     5    20    23    21
11     4     1     8    11     9
12     2     8    13    16    14

如果我事先知道vec，我可以通过以下方式实现这一点

tib %>% 
  mutate("3" = map2_dbl(num1, num2, ~addup(.x, .y, 3)),
         "6" = map2_dbl(num1, num2, ~addup(.x, .y, 6)), 
         "4" = map2_dbl(num1, num2, ~addup(.x, .y, 4))) 

但是由于 vec 的长度可能会有所不同，我不知道如何概括这一点。我找到了这个答案repeated mutate in tidyverse ，但这些函数会在现有列上重复，而不是使用多个现有列进行映射。

有什么想法吗？

Answer 1

由于我们不必将函数或列名作为参数，因此这相对简单。您只需使用返回求和列的函数迭代 vec，然后与原始表合并即可。如果您有一个接受向量输入的addup函数，那么您可以跳过整个map2部分；事实上，这个是可以的，但我不知道你真正的功能是否可以。

library(tidyverse)
vec <- c(3,6,4)
set.seed(1)
tib <- tibble(num1 = sample(12), num2 = sample(12))

addup <- function(c1, c2, z) {c1 + c2 + z}
addup_vec <- function(df, vec) {
  new_cols <- map_dfc(
    .x = vec,
    .f = function(v) {
      map2_dbl(
        .x = df[["num1"]],
        .y = df[["num2"]],
        .f = ~ addup(.x, .y, v)
      )
    }
  )
  colnames(new_cols) <- vec
  bind_cols(df, new_cols)
}

tib %>%
  addup_vec(vec)
#> # A tibble: 12 x 5
#>     num1  num2   `3`   `6`   `4`
#>    <int> <int> <dbl> <dbl> <dbl>
#>  1     4     9    16    19    17
#>  2     5     5    13    16    14
#>  3     6     8    17    20    18
#>  4     9    11    23    26    24
#>  5     2     6    11    14    12
#>  6     7     7    17    20    18
#>  7    10     3    16    19    17
#>  8    12     4    19    22    20
#>  9     3    12    18    21    19
#> 10     1     1     5     8     6
#> 11    11     2    16    19    17
#> 12     8    10    21    24    22

由reprex package于2019年1月16日创建(v0.2.0)。