使用字符串在dplyr（或基數R）中每行選擇列

Question

我有一個填充其他列名稱的列。 我想獲取每個列名稱中的值。

# three columns with values and one "key" column
library(dplyr)
data = data.frame(
  x = runif(10),
  y = runif(10),
  z = runif(10),
  key = sample(c('x', 'y', 'z'), 10, replace=TRUE)
)

# now get the value named in 'key'
data = data %>% mutate(value = VALUE_AT_COLUMN(key))

我很確定答案與mutate的懶惰eval版本有關，但我不能為我的生活弄明白。

任何幫助，將不勝感激。

Answer 1

我們可以試試data.table 。 將'data.frame'轉換為'data.table'（ setDT(data) ），按行序列分組，我們使用.SD對'key'指定的列進行子集化。

 library(data.table)
 setDT(data)[,  .SD[, key[[1L]], with=FALSE] ,1:nrow(data)]

或者，在按行序列分組后，將'key'轉換為character類（因為它factor ）后get另一個選項，如前一種情況。

 setDT(data)[, get(as.character(key)), 1:nrow(data)]

---

這是do一個選項

 library(dplyr)
 data %>% 
    group_by(rn = row_number()) %>%
    do(data.frame(., value= .[[.$key]]))

Answer 2

這是一個Base R解決方案：

data$value = diag(as.matrix(data[,data$key]))

Answer 3

對於內存高效且快速的解決方案，您應該通過執行連接來更新原始data.table，如下所示：

data[.(key2 = unique(key)), val := get(key2), on=c(key="key2"), by=.EACHI][]

對於每個key2 ，計算data$key中的匹配行。 這些行使用key2包含的列中的值進行更新。 例如， key2="x"與行1,2,6,8,10匹配。 data$x的相應值是data$x[c(1,2,6,8,10)] 。 by=.EACHI確保表達get(key2)針對的每個值執行key2 。

由於此操作僅在唯一值上執行，因此應比在行中執行操作快得多。 由於data.table是通過引用更新的，因此它應該具有很高的內存效率（這也有助於提高速度）。

Answer 4

這肯定感覺應該有一個基本的R解決方案，但我能做的最好的是tidyr ，首先將數據轉換為寬格式，然后過濾那些匹配所需鍵的觀察。

data %>%
  add_rownames("index") %>%
  gather(var, value, -index, -key) %>%
  filter(key == var)

---

基本的R解決方案幾乎可以工作：

data[cbind(seq_along(data$key), data$key)]

對於給出的數據，它確實有效，但因為它使用矩陣，所以它有兩個嚴重的問題。 一個因素的順序很重要，因為它只是強迫它，並按因子級別而不是列名稱選擇列。 另一個是結果輸出是一個character ，而不是numeric ，因為在轉換為矩陣時，由於key列而選擇了類型character 。 關鍵問題是沒有data.frame類似於矩陣行為

通過'['單個參數'i'索引數組時，可以是一個矩陣，其列數與'x'的維數相同; 結果是一個向量，其元素對應於'i'每行中的索引集。

鑒於這些問題，我可能會采用tidyr解決方案，因為列可變地可選，這意味着它們可能代表同一可觀察單元的不同觀察結果。