r - dplyr 通过评估查找单元格值来改变特定列

Question

我已经使用 quosures、符号和评估探索了各种选项，但我似乎无法获得正确的语法。这是一个示例数据框。

data.frame("A" = letters[1:4], "B" = letters[26:23], "C" = letters[c(1,3,5,7)], "D" = letters[c(2,4,6,8)], "pastecols" = c("B, C","B, D", "B, C, D", NA))
  A B C D pastecols
1 a z a b      B, C
2 b y c d      B, D
3 c x e f   B, C, D
4 d w g h      <NA>

现在假设我想根据 pastecols 中的查找字符串粘贴来自不同列的值，并且我总是想包括 A 列。这是我想要的结果:

  A B C D pastecols  result
1 a z a b      B, C   a z a
2 b y c d      B, D   b y d
3 c x e f   B, C, D c x e f
4 d w g h      <NA>       d

理想情况下，这可以在 dplyr 中完成。这是我得到的最接近的:

x %>% mutate(result = lapply(lapply(str_split(pastecols, ", "), c, "A"), na.omit))
  A B C D pastecols     result
1 a z a b      B, C    B, C, A
2 b y c d      B, D    B, D, A
3 c x e f   B, C, D B, C, D, A
4 d w g h      <NA>          A

Answer 1

这是使用 pmap 的一种方法做类似的事情。 pmap通过将每一行捕获为命名向量，可用于逐行有效地处理数据帧；然后，您可以获得索引所需的列名 cols通过使用 ["pastecols"] 选择它们.

大多数匿名函数语法不是tidyverse东西，但只是基本的 R 东西。要遍历它:

将数据帧作为列表传递给 .l pmap_chr 的论据.请记住，数据框是列列表!

捕获所有 ...与 c(...) 的参数.基本上我们将数据帧的每一行作为函数的参数调用；现在 row是包含行的命名向量。请注意，如果您有列表列，这将中断，(但这里的许多其他内容也会中断，因此我假设没有任何...)

我们可以得到 row 的值我们想要的来自 row["pastecols"] ，但我们需要转(比如说)"B, C"进入 c("A", "B", "C")要做到这一点。下一行只是添加了 "A" , 用 "A" 替换缺失值, 如果有的话，分成几块，然后索引回到列表中。 [[部分就是你如何做 list[[1]]"在管道链中，它是操作符的前缀形式。你需要这个是因为 str_split返回一个列表，我们只想要向量。

用这个 cols从 row 获取所需值的向量并返回它，折叠成长度为 1 的字符向量!

library(tidyverse)
tbl <- tibble("A" = letters[1:4], "B" = letters[26:23], "C" = letters[c(1,3,5,7)], "D" = letters[c(2,4,6,8)], "pastecols" = c("B, C","B, D", "B, C, D", NA))

tbl %>%
  mutate(result = pmap_chr(
    .l = .,
    .f = function(...){
      row <-  c(...)
      cols <- row["pastecols"] %>% str_c("A, ", .) %>% replace_na("A") %>% str_split(", ") %>% `[[`(1)
      vals <- row[cols] %>% str_c(collapse = ", ")
      return(vals)
    }
  ))
#> # A tibble: 4 x 6
#>   A     B     C     D     pastecols result    
#>   <chr> <chr> <chr> <chr> <chr>     <chr>     
#> 1 a     z     a     b     B, C      a, z, a   
#> 2 b     y     c     d     B, D      b, y, d   
#> 3 c     x     e     f     B, C, D   c, x, e, f
#> 4 d     w     g     h     <NA>      d

创建于 2018-12-03 由 reprex package (v0.2.0)。