[英]Generating new columns in an R dataframe based on applying a function across multiple columns
我想做的是將一個函數應用於數據幀中的多個列,並將輸出記錄為新列。 為了更清楚地說明這一點,我想采用以下形式的數據框:
first_name last_name age
Alice Smith 45
Bob Richards 20
至:
first_name last_name age first_name_lower last_name_lower
Alice Smith 45 alice smith
Bob Richards 20 bob richards
我可以按以下方式逐列執行此操作:
df$first_name_lower <- apply(df[,c('first_name')], 1, function(x) str_to_lower(x))
df$last_name_lower <- apply(df[,c('last_name')], 1, function(x) str_to_lower(x))
但是對於多個列,這當然不是一個特別優雅的解決方案。
謝謝!
這可以工作transmute_if
接受一個謂詞並在滿足該謂詞的所有列上執行和操作,並丟棄所有其余的列,在這種情況下,我們將is.character as predicate
。 由於我們要保留原始數據,因此將兩個數據集與cbind結合在一起。
要更改新列的名稱,我們使用select_all
將"_lower"
粘貼到列名的末尾
dta <- read.table(header = TRUE,sep = ",",stringsAsFactors = FALSE,
text = "first_name,last_name,age
Alice,Smith,45
Bob,Richards,20")
library(tidyverse)
cbind(dta,
dta %>%
transmute_if(is.character,tolower) %>%
select_all(funs(paste0(.,"_lower")))))
希望能幫助到你!
使用tidyverse
解決方案:
library(tidyverse)
mydf %>%
mutate(first_name_lower=first_name,
last_name_lower=last_name) %>%
mutate_at(vars=first_name_lower,last_name_lower), ~ str_to_lower(.)))
是否不想保留原始變量:
mydf %>%
mutate_at(vars(first_name_lower, last_name_lower), ~ str_to_lower(.))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.