使用非标准评估并使用dplyr在R数据框中进行变异

问题描述

我在弄清楚如何使用包含R数据帧列名称的字符串进行一些基本计算以突变为新列时遇到麻烦。例如，我有基线值列，其他列有后处理时间点。我想为此使用列名称字符串，因为我将使用指定了不同时间点的数据，并且需要一个编程解决方案。

例如，我有这个数据框，我想我需要在下面的mutate行中使用一些语法，但无法弄清楚确切的写法。我希望名为“ day1_fc”和“ day2_fc”的列代表day1 / baseline和day2 / baseline的倍数变化。

df <- data.frame(day0 = c(1,1,1),day1 = c(2,3,4),day2 = c(3,4,5))

baseline = 'day0'
sym_baseline <- sym(baseline)

post = c('day1','day2')
post1 <- post[1]
post2 <- post[2]

df %>% 
  mutate(!!paste0(post1,'_fc' := ?????),!!paste0(post2,'_fc') := ?????)

我希望结果看起来像这样

  df <- data.frame(day0 = c(1,0.5,2),5),day1_fc = c(2,6,day2_fc = c(3,8,2.5))

解决方法

您可以使用：

library(dplyr)
library(rlang)

df %>% 
  mutate(!!paste0(post1,'_fc') := !!sym(post[1])/!!sym_baseline,!!paste0(post2,'_fc') := !!sym(post[2])/!!sym_baseline)

#  day0 day1 day2 day1_fc day2_fc
#1  1.0    2    3       2     3.0
#2  0.5    3    4       6     8.0
#3  2.0    4    5       2     2.5

对于许多post值的一般解决方案是使用map：

bind_cols(df,purrr::map_dfc(post,~df %>% transmute(!!paste0(.x,'_fc') := !!sym(.x)/!!sym_baseline)))