如何解决如何从具有相同前缀的 .y 中减去多个 .x
我有这个小东西：
# A tibble: 2 x 8
a.x b.x c.x d.x a.y b.y c.y d.y
<int> <int> <int> <int> <int> <int> <int> <int>
1 13 13 12 11 7 1 4 2
2 17 11 0 0 16 2 0 0
df <- structure(list(a.x = c(13L,17L),b.x = c(13L,11L),c.x = c(12L,0L),d.x = c(11L,a.y = c(7L,16L),b.y = 1:2,c.y = c(4L,d.y = c(2L,0L)),row.names = c(NA,-2L),class = c("tbl_df","tbl","data.frame"))
我要计算： a.x - a.y、b.x - b.y、c.x - c.y 等等......
我想要的输出：
a.x b.x c.x d.x a.y b.y c.y d.y a b c d
<int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 13 13 12 11 7 1 4 2 6 12 8 9
2 17 11 0 0 16 2 0 0 1 9 0 0
我可以通过以下方式实现：
df %>%
mutate(a = a.x-a.y,b = b.x-b.y,c = c.x-c.y,d = d.x-d.y)
我想学习：
- 如何提取新列名的前缀。
- 自动计算
.x - .y。
解决方法
带有 cur_column 的一种方法 - 循环遍历 ends_with .x 列，通过将 'x' 更改为 ' 来替换列名 (cur_column()) 中的子字符串y',get 的值，减去并更改 .names
library(dplyr)
library(stringr)
df %>%
mutate(across(ends_with('.x'),~ . - get(str_replace(cur_column(),'x','y')),.names = "{str_remove(.col,fixed('.x'))}"))
-输出
# A tibble: 2 x 12
a.x b.x c.x d.x a.y b.y c.y d.y a b c d
<int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 13 13 12 11 7 1 4 2 6 12 8 9
2 17 11 0 0 16 2 0 0 1 9 0 0
或通过 pivot_longer
library(tidyr)
df %>%
mutate(rn = row_number()) %>%
pivot_longer(cols = -rn,names_to = c(".value"),names_pattern = "(.)\\..*") %>%
group_by(rn) %>%
summarise(across(everything(),~ -diff(.))) %>%
select(-rn) %>%
bind_cols(df,.)
# A tibble: 2 x 12
a.x b.x c.x d.x a.y b.y c.y d.y a b c d
<int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 13 13 12 11 7 1 4 2 6 12 8 9
2 17 11 0 0 16 2 0 0 1 9 0 0
适合您的基础 R 方法：
cbind(df,mapply(\(x,y) x - y,df[endsWith(names(df),".x")],".y")]) |>
as.data.frame() |>
setNames(letters[seq_len(ncol(df)/2)]))
a.x b.x c.x d.x a.y b.y c.y d.y a b c d
1 13 13 12 11 7 1 4 2 6 12 8 9
2 17 11 0 0 16 2 0 0 1 9 0 0
类似的 tidyverse 解决方案：
library(dplyr)
library(purrr)
df %>%
bind_cols(
map2_df(".x",".y",~ df[grepl(.x,names(df))] - df[grepl(.y,names(df))]) %>%
rename_with(~ gsub(".x","",.),everything())
)
dear @Henrik
建议的一种非常简单和紧凑的方法cbind(df,setNames(df[endsWith(names(df),".x")] - df[endsWith(names(df),".y")],sub("\\..*",names(df[endsWith(names(df),".x")]))))
我在 github {dplyover} 上有一个用于此类操作的包。我们可以使用 dplyover::across2 进行计算。如果我们在 "{pre}" 参数中指定 .names，我们可以提取每对变量的公共前缀。
常规 {dplyr} 解决方案的主要优点是我们不一定需要名称相似的列。缺点是 across2 的性能不如 dplyr::across。
library(dplyr)
library(dplyover) # https://github.com/TimTeaFan/dplyover
df %>%
mutate(across2(ends_with(".x"),ends_with(".y"),~ .x - .y,.names = "{pre}"))
#> # A tibble: 2 x 12
#> a.x b.x c.x d.x a.y b.y c.y d.y a b c d
#> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
#> 1 13 13 12 11 7 1 4 2 6 12 8 9
#> 2 17 11 0 0 16 2 0 0 1 9 0 0
由 reprex package (v0.3.0) 于 2021 年 7 月 26 日创建
,另一种方法是：
split.default在基础 R 中，您可以使用 a <- do.call('-',split.default(df,sub('.','',names(df))))
cbind(df,setNames(a,sub('..$',names(a))))
a.x b.x c.x d.x a.y b.y c.y d.y a b c d
1 13 13 12 11 7 1 4 2 6 12 8 9
2 17 11 0 0 16 2 0 0 1 9 0 0
：
## [**Sub-Topic 1**](#04)
## [**Sub-Topic 1**](#03)
## [**Sub-Topic 1**](#02)
## [**Sub-Topic 1**](#01)
## [**Sub-Topic 1**](#00)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
