R 用 ifelse 改变多列

Question

这是与此类似的问题（ R Mutate multiple columns with ifelse()-condition ），但我无法将其应用于我的问题。

这是一个可重现的示例：

df <- structure(list(comm_id = c("060015", "060015", "060015", "060015", 
"060015", "060015", "060015", "060015", "060015", "060015", "060015"
), trans_year = c(1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 
2000, 2001, 2002), f10_1 = c(1996, 1996, 1996, 1996, 1996, 1996, 
1996, 1996, 1996, 1996, 1996), f10_2 = c(1997, 1997, 1997, 1997, 
1997, 1997, 1997, 1997, 1997, 1997, 1997)), row.names = c(NA, 
-11L), class = c("tbl_df", "tbl", "data.frame"))

我想使用ifelse条件创建额外的列（在我的实际问题中，以类似的方式超过 10 列），这可以通过蛮力来完成。 但是我的实际问题有 10 多个这样的列，所以它会从更优雅的方法中受益匪浅。

df %>%
  mutate(post_f10_1 = ifelse(trans_year >= f10_1 & trans_year < f10_1 +5, 1, 0),
         post_f10_2 = ifelse(trans_year >= f10_2 & trans_year < f10_2 +5, 1, 0))

我尝试了几种不同的失败方法，如下所示：

与base ，

n <- c(1:2)
df[paste0("post_f10_", n)] <- lapply(n, function(x) 
  ifelse(df$trans_year >= paste0("f10_", x) & df$trans_year < paste0("f10_", x) + 5, 1, 0))
#  Error in paste0("f10_", x) + 5 : non-numeric argument to binary operator 

来自tidyverse的全新across

df %>%
  mutate(across(starts_with("f10_"), 
                ~ ifelse(trnas_year >= .x & trans_year < .x + 5, 1, 0), .names = "post_{col}"))
# Error: Problem with `mutate()` input `..1`.
# x object 'trnas_year' not found
# ℹ Input `..1` is `across(...)`.

我想要的 output 看起来像

  comm_id trans_year f10_1 f10_2 post_f10_1 post_f10_2
   <chr>        <dbl> <dbl> <dbl>      <dbl>      <dbl>
 1 060015        1992  1996  1997          0          0
 2 060015        1993  1996  1997          0          0
 3 060015        1994  1996  1997          0          0
 4 060015        1995  1996  1997          0          0
 5 060015        1996  1996  1997          1          0
 6 060015        1997  1996  1997          1          1
 7 060015        1998  1996  1997          1          1
 8 060015        1999  1996  1997          1          1
 9 060015        2000  1996  1997          1          1
10 060015        2001  1996  1997          0          1
11 060015        2002  1996  1997          0          0

如果可能的话，我更喜欢tidyverse方法。 谢谢！

更新

由于拼写错误，我最初tidyverse方法不起作用。 所以我更新了OP。 此外，下面的答案比我在这里发布的要优雅得多。

df %>%
+   mutate(across(starts_with("f10_"), 
+                 ~ ifelse(trans_year >= .x & trans_year < .x + 5, 1, 0), .names = "post_{col}"))
# A tibble: 11 x 6
   comm_id trans_year f10_1 f10_2 post_f10_1 post_f10_2
   <chr>        <dbl> <dbl> <dbl>      <dbl>      <dbl>
 1 060015        1992  1996  1997          0          0
 2 060015        1993  1996  1997          0          0
 3 060015        1994  1996  1997          0          0
 4 060015        1995  1996  1997          0          0
 5 060015        1996  1996  1997          1          0
 6 060015        1997  1996  1997          1          1
 7 060015        1998  1996  1997          1          1
 8 060015        1999  1996  1997          1          1
 9 060015        2000  1996  1997          1          1
10 060015        2001  1996  1997          0          1
11 060015        2002  1996  1997          0          0

Answer 1

您可以使用：

library(dplyr)

df %>%  
     mutate(across(starts_with("f10_"), 
               ~as.integer(trans_year >= . & trans_year < (. + 5)), 
               .names = 'post_{col}'))


#  comm_id trans_year f10_1 f10_2 post_f10_1 post_f10_2
#   <chr>        <dbl> <dbl> <dbl>      <int>      <int>
# 1 060015        1992  1996  1997          0          0
# 2 060015        1993  1996  1997          0          0
# 3 060015        1994  1996  1997          0          0
# 4 060015        1995  1996  1997          0          0
# 5 060015        1996  1996  1997          1          0
# 6 060015        1997  1996  1997          1          1
# 7 060015        1998  1996  1997          1          1
# 8 060015        1999  1996  1997          1          1
# 9 060015        2000  1996  1997          1          1
#10 060015        2001  1996  1997          0          1
#11 060015        2002  1996  1997          0          0

或者在带有lapply的基础 R 中：

cols <- paste0('f10_', 1:2)

df[paste0('post_', cols)] <- lapply(df[cols], function(x) 
          as.integer(df$trans_year >= x & df$trans_year < (x + 5)))