如何在不使用列号的情况下将函数应用于两个按顺序标记的变量系列？

Question

我需要使用两组按顺序标记的变量应用一个函数，并将新的一组变量附加到数据框。 我需要在不参考代码中的列号的情况下执行此操作。

更具体地说，这是我正在尝试执行的简单任务：

dat <- data.frame(sec1 = sample(c(0:3),10,replace=T) , sec2 = sample(c(0:4),replace=T) , sec3 = sample(c(0:4),replace=T),pri1 = sample(c(0:3),10,replace=T) , pri2 = sample(c(0:4),replace=T) , pri3 = sample(c(0:4),replace=T) )
dat$rel1 <- ifelse(dat$pri1>0,dat$sec1/dat$pri1,NA)
dat

我想重复上面显示的“ifelse”函数，而不是为每组变量重复键入它。

我必须说，我之前问过类似的问题并收到了有用的答案（ eg1和eg2 ），但在这种情况下，响应要么使用代码中的列号，要么示例位于一组按顺序标记的变量上。 我无法修改建议的代码来解决这个特定问题。

非常感谢任何建议。

Answer 1

dat_n <- cbind(dat, mapply(function(x, y) ifelse(y>0,x/y,NA) ,dat[grepl("sec",names(dat))], dat[grepl("pri",names(dat))]))
> dat_n
   sec1 sec2 sec3 pri1 pri2 pri3      rel1      sec1      sec2 sec3
1     2    1    2    3    3    0 0.6666667 0.6666667 0.3333333   NA
2     3    3    4    0    2    4        NA        NA 1.5000000 1.00
3     1    0    3    1    4    4 1.0000000 1.0000000 0.0000000 0.75
4     2    4    1    3    3    2 0.6666667 0.6666667 1.3333333 0.50
5     2    0    2    3    4    1 0.6666667 0.6666667 0.0000000 2.00
6     1    1    2    1    3    0 1.0000000 1.0000000 0.3333333   NA
7     1    3    4    0    2    4        NA        NA 1.5000000 1.00
8     1    0    3    1    4    4 1.0000000 1.0000000 0.0000000 0.75
9     3    4    1    2    3    2 1.5000000 1.5000000 1.3333333 0.50
10    1    0    2    2    4    1 0.5000000 0.5000000 0.0000000 2.00

Answer 2

您可以在ifelse上使用Vectorize并ifelse进行大量清理

set.seed(1)
dat <- data.frame(sec1 = sample(c(0:3),10,replace=T) , sec2 = sample(c(0:4),replace=T) , sec3 = sample(c(0:4),replace=T),pri1 = sample(c(0:3),10,replace=T) , pri2 = sample(c(0:4),replace=T) , pri3 = sample(c(0:4),replace=T) )
dat$rel1 <- ifelse(dat$pri1>0,dat$sec1/dat$pri1,NA)
dat

f <- Vectorize(function(x, y) ifelse(y > 0, x / y, NA))


f(dat[1:3], dat[4:6])

#           sec1 sec2      sec3
# [1,]  0.3333333 0.50 0.6666667
# [2,]         NA 0.00 1.0000000
# [3,]  1.0000000 1.50        NA
# [4,]         NA   NA 0.3333333
# [5,]  0.0000000 0.75 1.5000000
# [6,]  3.0000000 0.50 0.6666667
# [7,]         NA 0.00 1.0000000
# [8,]  2.0000000 1.50        NA
# [9,]  0.6666667   NA 0.3333333
# [10,] 0.0000000 0.75 1.5000000

v <- lapply(c('sec','pri'), function(x) grep(x, names(dat)))

cbind(dat, `colnames<-`(f(dat[v[[1]]], dat[v[[2]]]), paste0('rel',1:3)))

#    sec1 sec2 sec3 pri1 pri2 pri3      rel1      rel1 rel2      rel3
# 1     1    1    2    3    2    3 0.3333333 0.3333333 0.50 0.6666667
# 2     1    0    3    0    2    3        NA        NA 0.00 1.0000000
# 3     2    3    4    2    2    0 1.0000000 1.0000000 1.50        NA
# 4     3    1    1    0    0    3        NA        NA   NA 0.3333333
# 5     0    3    3    1    4    2 0.0000000 0.0000000 0.75 1.5000000
# 6     3    1    2    1    2    3 3.0000000 3.0000000 0.50 0.6666667
# 7     3    0    3    0    2    3        NA        NA 0.00 1.0000000
# 8     2    3    4    1    2    0 2.0000000 2.0000000 1.50        NA
# 9     2    1    1    3    0    3 0.6666667 0.6666667   NA 0.3333333
# 10    0    3    3    1    4    2 0.0000000 0.0000000 0.75 1.5000000

（哟，天啊，我听说你喜欢矢量化，所以我们在你的矢量Vectorize中放了一些Vectorize ，这样你就可以在Vectorize同时进行矢量化）