mutate_at() 重命名多個變量而不改變原始列

Question

我想使用 mutate_at() 一次改變幾個變量。 到目前為止，這就是我一直在做的事情，但是由於我正在處理一長串要重新編碼/重命名的變量，所以我想知道如何使用 mutate_at() 來做到這一點。 我想保留原始列，這就是為什么我不使用 rename() 而是使用 mutate() 的原因。 這是我通常做的：

df <- df %>% 
mutate(q_50_a = as.numeric(`question_50_part_a: very long very long very long very long` == "yes"),
       q_50_b = as.numeric(`question_50_part_b: very long very long very long very long` == "yes"),
       q_50_c = as.numeric(`question_50_part_c: very long very long very long very long` == "yes"))

這是我到目前為止所擁有的：

df <- df %>% mutate_at(vars(starts_with("question_50")), funs(q_50 = as.numeric(. == "yes")))

它可以工作並創建一個新的數字變量，但我不確定如何讓它重命名新變量，如下所示：q_50_a、q_50_b、q_50_c 等。

謝謝你。

編輯：這就是數據的樣子（除了有更多的列看起來都一樣）

question_50_part_a: a very long title   question_50_part_b: a very long title
yes                                               yes
yes                                               no
yes                                               no
yes                                               yes
no                                                no
yes                                               yes

但想要這樣：

q_50_a   q_50_b
1         1
1         0
1         0
1         1
0         0
1         1

但我想保持原來的列不變，並用較短的名稱和數字二進制編碼簡單地改變這些新列。

Answer 1

我們可以使用rename_at重命名新列。

library(dplyr)

df %>%
  mutate_at(vars(starts_with('question_50')), 
                    list(new = ~as.numeric(. == 'yes'))) %>%
  rename_at(vars(ends_with('new')), 
                   ~sub('\\w+(_\\d+)_part(\\w+):.*', 'q\\1\\2',  .))



#     question_50_part_a: a very long title question_50_part_b: a very long title
#1                                   yes                                   yes
#2                                   yes                                    no
#3                                   yes                                    no
#4                                   yes                                   yes
#5                                    no                                    no
#6                                   yes                                   yes

#  q_50_a q_50_b
#1      1      1
#2      1      0
#3      1      0
#4      1      1
#5      0      0
#6      1      1

Answer 2

這是一種遍歷每一列的方法：

column_names = colnames(df)
# optional filter out column names you don't want to change here

for(col in column_names){
   # construct replacement name
   col_replace = paste0("q_", substr(col, 10, 11), "_", substr(col, 18, 18))
   # assign and drop old column
   df = df %>%
      mutate(!!sym(col_replace) := ifelse(!!sym(col) == "yes", 1, 0)) %>%
      select(-!!sym(col))
}

注意事項：

• 如果您有其他不想更改的列，請務必排除它們
• !!sym(col)構造獲取存儲在col中的文本字符串並將其轉換為列名。
• 我們使用:=而不是=因為 LHS 需要在分配發生之前進行一些評估。
• 我使用ifelse而不是as.numeric但您可以隨意編碼等號的 RHS。
• 創建col_replace輸入名稱的格式做出一些假設。 如果一切都是相同的長度，這應該可以。 如果字符數不同（例如 Q_9_a 和 Q_10_a），那么您可能希望使用基於strsplit的方法。
• select 中的-符號使其排除指定列