dplyr - mutate：使用動態變量名稱

Question

我想使用dplyr的mutate()在數據框中創建多個新列。列名稱及其內容應該動態生成。從虹膜

示例數據：

require(dplyr) 
data(iris) 
iris <- tbl_df(iris) 

我創建了一個函數從Petal.Width變量變異我的新欄目：

multipetal <- function(df, n) { 
    varname <- paste("petal", n , sep=".") 
    df <- mutate(df, varname = Petal.Width * n) ## problem arises here 
    df 
} 

現在我創建一個循環來構建我的專欄：

for(i in 2:5) { 
    iris <- multipetal(df=iris, n=i) 
} 

但是，由於mutate認爲varname是一個字面變量名，該循環僅創建一個新變量（稱爲varname）而不是四個（稱爲petal.2 - petal.5）。

如何獲得mutate()以將我的動態名稱用作變量名？

Answer 1

由於您正在顯着地將變量名稱構建爲字符值，因此使用標準數據進行分配更有意義。框架索引允許列名的字符值。例如：

的mutate功能使得它很容易通過名字命名參數的新列。但是，假設您輸入命令時知道名稱。如果要動態指定列名稱，則還需要構建命名參數。

最新版本的dplyr（0.7）通過使用:=來動態分配參數名稱。您可以將函數編寫爲：

# --- dplyr version 0.7+--- 
multipetal <- function(df, n) { 
    varname <- paste("petal", n , sep=".") 
    mutate(df, !!varname := Petal.Width * n) 
} 

有關更多信息，請參閱vignette("programming", "dplyr")的可用文檔。

稍早版本的dplyr（> = 0.3 < 0.7）鼓勵使用「標準評估」替代許多功能。有關更多信息，請參閱非標準評估小插圖（vignette("nse")）。

所以在這裏，答案是使用mutate_()而非mutate()做：

# --- dplyr version 0.3-0.5--- 
multipetal <- function(df, n) { 
    varname <- paste("petal", n , sep=".") 
    varval <- lazyeval::interp(~Petal.Width * n, n=n) 
    mutate_(df, .dots= setNames(list(varval), varname)) 
} 

dplyr

注意這個的舊版本，也可以在已經存在舊版本dplyr的當問題最初提出。它需要謹慎使用quote和setName：

# --- dplyr versions < 0.3 --- 
multipetal <- function(df, n) { 
    varname <- paste("petal", n , sep=".") 
    pp <- c(quote(df), setNames(list(quote(Petal.Width * n)), varname)) 
    do.call("mutate", pp) 
} 

Answer 2

我也加入，因爲我來到這個條目的答案搜索時增加了此一點點的答案，這有我需要的幾乎什麼，但我需要多一點，我通過@MrFlik的答案和R lazyeval小插曲獲得了一些。

我想創建一個函數，它可以將一個數據幀和一個向量列名（字符串），我想從一個字符串轉換爲一個Date對象。我無法弄清楚如何讓as.Date()接受一個字符串的參數並將其轉換爲列，所以我按照如下所示進行了操作。

以下是我如何通過SE mutate（mutate_()）和.dots參數做到這一點。對此做出的批評值得歡迎。

library(dplyr) 

dat <- data.frame(a="leave alone", 
        dt="2015-08-03 00:00:00", 
        dt2="2015-01-20 00:00:00") 

# This function takes a dataframe and list of column names 
# that have strings that need to be 
# converted to dates in the data frame 
convertSelectDates <- function(df, dtnames=character(0)) { 
    for (col in dtnames) { 
     varval <- sprintf("as.Date(%s)", col) 
     df <- df %>% mutate_(.dots= setNames(list(varval), col)) 
    } 
    return(df) 
} 

dat <- convertSelectDates(dat, c("dt", "dt2")) 
dat %>% str 

Answer 3

這是另一個版本，它可以說更簡單一些。

multipetal <- function(df, n) { 
    varname <- paste("petal", n, sep=".") 
    df<-mutate_(df, .dots=setNames(paste0("Petal.Width*",n), varname)) 
    df 
} 

for(i in 2:5) { 
    iris <- multipetal(df=iris, n=i) 
} 

> head(iris) 
Sepal.Length Sepal.Width Petal.Length Petal.Width Species petal.2 petal.3 petal.4 petal.5 
1   5.1   3.5   1.4   0.2 setosa  0.4  0.6  0.8  1 
2   4.9   3.0   1.4   0.2 setosa  0.4  0.6  0.8  1 
3   4.7   3.2   1.3   0.2 setosa  0.4  0.6  0.8  1 
4   4.6   3.1   1.5   0.2 setosa  0.4  0.6  0.8  1 
5   5.0   3.6   1.4   0.2 setosa  0.4  0.6  0.8  1 
6   5.4   3.9   1.7   0.4 setosa  0.8  1.2  1.6  2 

Answer 4

而我則喜歡使用dplyr交互使用，我覺得是因爲你必須去赴湯蹈火使用lazyeval ::口譯（它非常棘手做到這一點使用dplyr），setNames等解決方法。

這是一個更簡單的版本，使用基本R，對我來說，至少讓我更加直觀地將循環放入函數中，並擴展@ MrFlicks的解決方案。

multipetal <- function(df, n) { 
    for (i in 1:n){ 
     varname <- paste("petal", i , sep=".") 
     df[[varname]] <- with(df, Petal.Width * i) 
    } 
    df 
} 
multipetal(iris, 3) 

Answer 5

在dplyr（0.6.0在2017年四月等待），我們也可以做一個賦值（:=），並通過變量列名新版本通過unquoting（!!）無法評估它

library(dplyr) 
multipetalN <- function(df, n){ 
     varname <- paste0("petal.", n) 
     df %>% 
     mutate(!!varname := Petal.Width * n) 
} 

data(iris) 
iris1 <- tbl_df(iris) 
iris2 <- tbl_df(iris) 
for(i in 2:5) { 
    iris2 <- multipetalN(df=iris2, n=i) 
} 

檢查輸出基於施加@ MrFlick的multipetal「iris1」

identical(iris1, iris2) 
#[1] TRUE