使用dplyr在數據框中變換多個列

Question

我有以下數據框df ：

  v1 v2 v3 v4
1  1  5  7  4
2  2  6 10  3

我想獲得以下數據幀df2乘以列v1 * v3和v2 * v4：

  v1 v2 v3 v4 v1v3 v2v4
1  1  5  7  4    7   20
2  2  6 10  3   20   18

我怎么能用dplyr做到這dplyr ？ 使用mutate_each ？

我需要一個可以推廣到大量變量而不僅僅是4（v1到v4）的解決方案。 這是生成示例的代碼：

v1 <- c(1, 2)
v2 <- c(5,6)
v3 <- c(7, 10)
v4 <- c(4, 3)
df <- data.frame(v1, v2, v3, v4)
v1v3 <- c(v1 * v3)
v2v4 <- c(v2 * v4)
df2 <- cbind(df, v1v3, v2v4)

Answer 1

你真的很親密。

df2 <- 
    df %>% 
    mutate(v1v3 = v1 * v3,
           v2v4 = v2 * v4)

這么簡單的語言吧？

有關更多精彩技巧，請參閱此處。

編輯：感謝@Facottons指向這個答案： https ：//stackoverflow.com/a/34377242/5088194，這是一個解決這個問題的整潔方法。 它使得人們不必在每個新列所需的硬編碼中寫入一行。 雖然它比Base R方法更冗長，但邏輯至少更直接透明/可讀。 值得注意的是，必須存在至少一半的行，因為這種方法的列有效。

# prep the product column names (also acting as row numbers)
df <- 
    df %>%
    mutate(prod_grp = paste0("v", row_number(), "v", row_number() + 2)) 

# converting data to tidy format and pairing columns to be multiplied together.
tidy_df <- 
    df %>%
    gather(column, value, -prod_grp) %>% 
    mutate(column = as.numeric(sub("v", "", column)),
           pair = column - 2) %>% 
    mutate(pair = if_else(pair < 1, pair + 2, pair))

# summarize the products for each column
prod_df <- 
    tidy_df %>% 
    group_by(prod_grp, pair) %>% 
    summarize(val = prod(value)) %>% 
    spread(prod_grp, val) %>% 
    mutate(pair = paste0("v", pair, "v", pair + 2)) %>% 
    rename(prod_grp = pair)

# put the original frame and summary frames together
final_df <- 
    df %>% 
    left_join(prod_df) %>% 
    select(-prod_grp)

Answer 2

我想我找到了一個解決方案：

df %>%
  mutate(n = df[1:(ncol(df)/2)] * df[(1+ncol(df)/2):(ncol(df))]) %>% head()

結果對任意數量的變量都有效。 它只是新變量名稱的問題。 這是結果：

  v1 v2 v3 v4 n.v1 n.v2
1  1  5  7  4    7   20
2  2  6 10  3   20   18

Answer 3

只需使用mutate，用逗號分隔新列mutate(df,"v1v3"=v1*v3,"v2v4"= v2*v4)

Answer 4

我們可以使用base R而不是使用任何額外的包，如dplyr或data.table

我們可以使用mapply同時向量化多個向量的操作

n <- ncol(df)/2
mapply(`*`, df[1:n], df[(n + 1):ncol(df)])

#     v1 v2
#[1,]  7 20
#[2,] 20 18

我們可以將此數據幀合並（ cbind ）到原始數據幀。

---

如果你有興趣在tidyverse解決方案在等效purrr將是變種map2

purrr::map2_df(df[1:n], df[(n + 1):ncol(df)], `*`)

# A tibble: 2 x 2
#     v1    v2
#  <dbl> <dbl>
#1     7    20
#2    20    18