调整R中创建的function

Question

你能帮我把function写对吗？ 首先，我将向您展示一个示例：

df1 <- structure(
  list(
    X1 = c(1, 1, 1, 1),
    X2 = c("4","3","1","2"),
    X3 = c("1", "2","3","2"),
    X4 = c("1", "2","3","2"),
    XM1 = c(200, 300, 200, 200),
    XMR0 = c(300, 300, 300, 300),
    XMR01 = c(300, 300, 300, 300),
    XMR02 = c(300,300,300,300),
    XMR03 = c(300,300,300,300),
    XMR04 = c(300,250,350,350)),row.names = c(NA, 4L), class = "data.frame")


f1 <- function(data){ 
  
  data %>% 
    transmute(across(matches("^X\\d+$")),
              XM1, across(starts_with("XMR"), ~ XM1 - .x, 
                          .names = "{.col}_PV" )) 
}

f1(df1)

> f1(df1)
  X1 X2 X3 X4 XM1 XMR0_PV XMR01_PV XMR02_PV XMR03_PV XMR04_PV
1  1  4  1  1 200    -100     -100     -100     -100     -100
2  1  3  2  2 300       0        0        0        0       50
3  1  1  3  3 200    -100     -100     -100     -100     -150
4  1  2  2  2 200    -100     -100     -100     -100     -150

现在我有一个类似的数据库，但列名不同。

df1 <- structure(
  list(
    Id = c(1, 1, 1, 1),
    date1 = c("2022-01-06","2022-01-06","2022-01-06","2022-01-06"),
    date2 = c("2022-01-02","2022-01-03","2022-01-09","2022-01-10"),
    Week = c("Sunday","Monday","Sunday","Monday"),
    Category = c("EFG", "ABC","EFG","ABC"),
    DR1 = c(200, 300, 200, 200),
    DRM0 = c(300, 300, 300, 300),
    DRM01 = c(300, 300, 300, 300),
    DRM02 = c(300,300,300,300),
    DRM03 = c(300,300,300,300),
    DRM04 = c(300,250,350,350)),row.names = c(NA, 4L), class = "data.frame")

所以我想创建一个可以称为f2的 function 。 与上面的f1相比，我的 function 现在会是什么样子？

预计 Output

  Id      date2   Week Category DR1 DRM0_PV DRM01_PV DRM02_PV DRM03_PV DRM04_PV
1  1 2022-01-02 Sunday      EFG 200    -100     -100     -100     -100     -100
2  1 2022-01-03 Monday      ABC 300       0        0        0        0       50
3  1 2022-01-09 Sunday      EFG 200    -100     -100     -100     -100     -150
4  1 2022-01-10 Monday      ABC 200    -100     -100     -100     -100     -150

Answer 1

我们可以在 function 中添加一些额外的 arguments 作为输入

1. colnm - 用于作为字符串减去的列名（ ensym转换为符号并用!!评估 - 通过使用ensym ，我们也可以使用不带引号的参数作为输入）
2. pat - 用于across这些列之间循环的列名的前缀模式
3. cols_del - 要删除的列。 默认为NULL 。 因此，如果我们没有第四个参数，则不会删除任何列。

f1 <- function(data, colnm, pat, cols_del = NULL){
 
  colnm <- rlang::ensym(colnm)
  data %>% 
     mutate(!! colnm, across(starts_with(pat), ~  !! colnm - .x, 
        .names = "{.col}_PV" ), .keep = "unused")  %>%
     select(-any_of(cols_del))
  }

---

代码循环colnm across列输入的值，并仅返回那些unused的列，即当我们使用.names创建新列时，循环列不会在数据中返回，但我们需要'DR1'或'XM1'，因此它被选中（ !! colnm ），并在最后一步中从 output 中删除any_of

---

-测试

> f1(df1, "DR1", "DRM", "date1")
  Id      date2   Week Category DR1 DRM0_PV DRM01_PV DRM02_PV DRM03_PV DRM04_PV
1  1 2022-01-02 Sunday      EFG 200    -100     -100     -100     -100     -100
2  1 2022-01-03 Monday      ABC 300       0        0        0        0       50
3  1 2022-01-09 Sunday      EFG 200    -100     -100     -100     -100     -150
4  1 2022-01-10 Monday      ABC 200    -100     -100     -100     -100     -150

- 使用原始的“df1”

> f1(df1, "XM1", "XMR")
  X1 X2 X3 X4 XM1 XMR0_PV XMR01_PV XMR02_PV XMR03_PV XMR04_PV
1  1  4  1  1 200    -100     -100     -100     -100     -100
2  1  3  2  2 300       0        0        0        0       50
3  1  1  3  3 200    -100     -100     -100     -100     -150
4  1  2  2  2 200    -100     -100     -100     -100     -150