如何使用dplyr從R中數據幀的多列中減去一列

Question

我正在使用 gapminder 數據從其他國家減去 1 個國家 gdpPercapita 的值。

我已經提到了關於同一主題的鏈接，但仍然遇到問題。 從 R 中的許多列中減去數據框中的一列）

問題當我從所有其他國家/地區減去一列（例如印度）時，作為回報，我將印度作為 0 值（這是正確的），但它沒有從其他列（例如越南）中減去印度。

減去前比較印度和越南的樞軸數據

  gapminder %>% 
    select(country, year, gdpPercap) %>% 
    pivot_wider(names_from = country, values_from = gdpPercap) %>% 
    arrange(year) %>% 
    select(year,India,Vietnam)  

year     India      Vietnam
<int>    <dbl>      <dbl>

1952    546.5657    605.0665        
1957    590.0620    676.2854        
1962    658.3472    772.0492        
1967    700.7706    637.1233        
1972    724.0325    699.5016        
1977    813.3373    713.5371        
1982    855.7235    707.2358    

減去后比較印度，越南

  gapminder %>% 
    select(country, year, gdpPercap) %>% 
    pivot_wider(names_from = country, values_from = gdpPercap) %>% 
    arrange(year) %>% 
    mutate_at(vars(-matches("year")), ~ . - India) %>% 
    select(year,India,Vietnam)

year     India      Vietnam
<int>    <dbl>      <dbl>

1952    0         605.0665      
1957    0         676.2854      
1962    0         772.0492      
1967    0         637.1233      
1972    0         699.5016      
1977    0         713.5371      
1982    0         707.2358  

我不確定代碼有什么問題？

感謝任何幫助！

Answer 1

這是一個行為mutate_at ，你可以切換到across （由@RonakShah的建議），並做到：

gapminder %>% 
  select(country, year, gdpPercap) %>% 
  pivot_wider(names_from = country, values_from = gdpPercap) %>% 
  arrange(year) %>% 
  mutate(across(-matches('year'), ~  . - India)) %>%
  select(year, India, Vietnam)

使用mutate_at ，您需要確保用於計算的列是數據中的最后一列 - 您可以使用relocate移動它，如下所示：

gapminder %>% 
  select(country, year, gdpPercap) %>% 
  pivot_wider(names_from = country, values_from = gdpPercap) %>% 
  arrange(year) %>% 
  relocate(India, .after = last_col()) %>%
  mutate_at(vars(-matches('year')), ~ . - India) %>%
  select(year, India, Vietnam)

輸出：

# A tibble: 12 x 3
    year India Vietnam
   <int> <dbl>   <dbl>
 1  1952     0    58.5
 2  1957     0    86.2
 3  1962     0   114. 
 4  1967     0   -63.6
 5  1972     0   -24.5
 6  1977     0   -99.8
 7  1982     0  -148. 
 8  1987     0  -156. 
 9  1992     0  -175. 
10  1997     0   -72.9
11  2002     0    17.7
12  2007     0   -10.6