代码之家 › 专栏 › 技术社区 › deschen

将列乘以向量的tidyverse解决方案

purrr tidyverse dplyr r

deschen · 技术社区 · 2 年前

我在这里寻找解决方案: Multiply columns in a data frame by a vector 这里: What is the right way to multiply data frame by vector? ,但它并没有真正起作用。

我想做的是一种或多或少干净的tidyverse方法,将列乘以向量,然后将这些列作为新列添加到现有数据帧中。以第一个链接中的数据为例:

c1 <- c(1,2,3)
c2 <- c(4,5,6)
c3 <- c(7,8,9)
d1 <- data.frame(c1,c2,c3)

  c1 c2 c3
1  1  4  7
2  2  5  8
3  3  6  9

v1 <- c(1,2,3)

我期望的结果是:

  c1 c2 c3 pro_c1 pro_c2 pro_c3
1  1  4  7      1      8     21
2  2  5  8      2     10     24
3  3  6  9      3     12     27

我试过:

library(tidyverse)
d1 |>
  mutate(pro = sweep(across(everything()), 2, v1, "*"))

但这里的问题是,新列实际上是我的数据框中的一个数据框。我正在努力将数据框中的数据框转换为规则列。我想,我可能会先在这个内部数据框中使用集合名,然后再使用unnest,但我想知道是否有一种更直接的方法,通过使用 across 并用第一/第二/第三个元素 v1 ?

(我知道我可能也可以先创建一个独立的数据框架,包含三个新的相乘列,给它们一个唯一的名称,然后 bind_cols d1和df上都有产品。)

4 回复 | 直到 2 年前

Martin Gal 2 年前

这也许很荒谬,但你可以

library(dplyr)

d1 %>% 
  mutate(across(everything(), 
                ~.x * v1[which(names(d1) == cur_column())],
                .names = "pro_{.col}"))

它回来了

  c1 c2 c3 pro_c1 pro_c2 pro_c3
1  1  4  7      1      8     21
2  2  5  8      2     10     24
3  3  6  9      3     12     27

deschen 2 年前

只是为了好玩,我试用了&看到你的一些解决方案后,我又犯了一点错误。自从我开始忍受使用base R原生管道的痛苦,它还不允许通过一个“.”沉默地争论作为第一次争论,我不得不再胡闹一点:

library(tidyverse)
d1 |> 
  (\(x)(bind_cols(x, x |>
                       map2_dfc(v1, `*`) |> 
                       rename_with(.cols = everything(),
                                   .fn   = ~paste0("pro_", .)))))()

  c1 c2 c3 pro_c1 pro_c2 pro_c3
1  1  4  7      1      8     21
2  2  5  8      2     10     24
3  3  6  9      3     12     27

akrun 2 年前

如果是按行,那么一个选项是 c_across

library(dplyr)
library(stringr)
library(tibble)
new <- as_tibble(setNames(as.list(v1), names(d1)))
d1 %>% 
  rowwise %>% 
  mutate(c_across(everything()) * new) %>%
  rename_with(~ str_c("pro_", .x), everything()) %>%
  bind_cols(d1, .)

-输出

   1 c2 c3 pro_c1 pro_c2 pro_c3
1  1  4  7      1      8     21
2  2  5  8      2     10     24
3  3  6  9      3     12     27

或者另一种选择是 map2

library(purrr)
map2_dfc(d1, v1,  `*`) %>%
   rename_with(~ str_c("pro_", .x), everything()) %>%
   bind_cols(d1, .)

-输出

 c1 c2 c3 pro_c1 pro_c2 pro_c3
1  1  4  7      1      8     21
2  2  5  8      2     10     24
3  3  6  9      3     12     27

此外,通过OP’方法,它是一种 data.frame 柱有可能 unpack 预计起飞时间

library(tidyr)
d1 |> 
    mutate(pro = sweep(cur_data(), 2, v1, `*`)) |> 
    unpack(pro, names_sep = "_")

-输出

# A tibble: 3 Ã 6
     c1    c2    c3 pro_c1 pro_c2 pro_c3
  <dbl> <dbl> <dbl>  <dbl>  <dbl>  <dbl>
1     1     4     7      1      8     21
2     2     5     8      2     10     24
3     3     6     9      3     12     27

编辑:基于@deschen的评论 names_sep

Anoushiravan R Lochu'an Chang 2 年前

这里是你可能想使用的另一种方法。下面是一些关于其工作原理的注释:

accumulate2 取一个三参数函数,其中第一个参数是原始数据帧 d1 ,第二个参数是向量 v1 第三是 seq_len(length(d1)) 我过去可以迭代并选择所需的列进行乘法。
当我们用 .init ,这将是输出列表中的第一个元素(自 积累2 返回一个列表)。然后在下一次迭代中,两个向量的第一个值用于我们的函数,它们由 ..2 和 ..3 .
这个过程一直持续到使用所有向量值,最后我将所有元素绑定在一起,形成一个数据帧。

library(dplyr)
library(purrr)

v1 %>%
  accumulate2(seq_len(length(d1)), ~ set_names(..2 * d1[..3], paste0("pro_", names(d1)[.y])), .init = d1) %>%
  exec(cbind, !!!.)

  c1 c2 c3 pro_c1 pro_c2 pro_c3
1  1  4  7      1      8     21
2  2  5  8      2     10     24
3  3  6  9      3     12     27