循環以跨列相乘

Question

我有列標記的數據幀sales1 ， sales2 ， price1 ， price2我要乘以計算收入sales1 * price1迭代的方式在每個號碼等上。

data <- data_frame(
  "sales1" = c(1, 2, 3),
  "sales2" = c(2, 3, 4),
  "price1" = c(3, 2, 2),
  "price2" = c(3, 3, 5))

data
# A tibble: 3 x 4
#  sales1 sales2 price1 price2
#   <dbl>  <dbl>  <dbl>  <dbl>
#1      1      2      3      3
#2      2      3      2      3
#3      3      4      2      5

為什么以下代碼不起作用？

data %>%
  mutate (
    for (i in seq_along(1:2)) {
      paste0("revenue",i) = paste0("sales",i) * paste0("price",i)
    }
  )

Answer 1

假設你的列已經訂購（ sales1 ， sales2 ， price1 ， price2 ）。 我們可以將數據框分為兩部分，然后相乘

data[grep("sales", names(data))] * data[grep("price", names(data))]

#  sales1 sales2
#1      3      6
#2      4      9
#3      6     20

如果尚未根據名稱對列進行排序，則可以使用order對其進行order ，然后使用上述命令。

data <- data[order(names(data))]

Answer 2

這個答案不是很簡短。 為此，@ RonakShah的現有答案值得一看！

我的答復旨在解決有關在tidyverse中嘗試執行此操作的困難的廣泛關注。 我的理解是這很困難，因為數據當前不是“整潔”的格式。 相反，您可以創建一個整潔的數據框，如下所示：

library(tidyverse)

tidy_df <- data %>% 
  rownames_to_column() %>%
  gather(key, value, -rowname) %>% 
  extract(key, c("variable", "id"), "([a-z]+)([0-9]+)") %>%
  spread(variable, value)

然后使最終計算變得簡單明了

tidy_df %>% mutate(revenue = sales * price)

#> # A tibble: 6 x 5
#>   rowname    id price sales revenue
#>     <chr> <chr> <dbl> <dbl>   <dbl>
#> 1       1     1     3     1       3
#> 2       1     2     3     2       6
#> 3       2     1     2     2       4
#> 4       2     2     3     3       9
#> 5       3     1     2     3       6
#> 6       3     2     5     4      20

如果您需要將數據恢復為原始格式，盡管對我來說這很笨拙（我相信可以通過某種方式進行改進），但是可以。

tidy_df %>% mutate(revenue = sales * price) %>%
  gather(key, value, -c(rowname, id)) %>%
  unite(key, key, id, sep = "") %>%
  spread(key, value) %>% 
  select(starts_with("price"), 
         starts_with("sales"),
         starts_with("revenue"))

#> # A tibble: 3 x 6
#>   price1 price2 sales1 sales2 revenue1 revenue2
#> *  <dbl>  <dbl>  <dbl>  <dbl>    <dbl>    <dbl>
#> 1      3      3      1      2        3        6
#> 2      2      3      2      3        4        9
#> 3      2      5      3      4        6       20