基于多个条件和字符串向量或tidyselect传递的相应变量名称，使用dplyr :: mutate创建新变量

问题描述

我很确定之前已经讨论过这个问题，但是我正在努力说明这个问题： 例如，我正在寻找此数据框...

iris %>%
    mutate(has_petal_1.4 = Petal.Length == 1.4 | Petal.Width == 1.4,width_greater_1 = Sepal.Width > 1 & Petal.Width > 1)

...无需显式命名条件中的变量。 有没有办法使用字符串向量传递变量名？不幸的是，这似乎不起作用：

varsel <- c('Petal.Length','Petal.Width')
iris %>%
  mutate(has_petal_1.4 = 1.4 %in% c(!!! syms(varsel)))

此外，我想知道mutate（）函数中是否有使用tidyselect的解决方案。到目前为止，我使用了方便的new（）函数来变异多个变量。是否可以将其用于条件？这是另一个不起作用的示例：

iris %>%
  mutate(has_petal_1.4 = across(c(starts_with('Petal')),function(x) {1.4 %in% x}))

我们非常感谢您的帮助。

解决方法

方法有多种，一种选择是sha1()

c_across

---

或者使用library(dplyr) # >= 1.0.0 iris %>% rowwise %>% mutate(has_petal_1.4 = any(c_across(varsel) == 1.4),width_greater_1 = all(c_across(ends_with('Width')) > 1)) %>% ungroup # A tibble: 150 x 7 # Sepal.Length Sepal.Width Petal.Length Petal.Width Species has_petal_1.4 width_greater_1 # <dbl> <dbl> <dbl> <dbl> <fct> <lgl> <lgl> # 1 5.1 3.5 1.4 0.2 setosa TRUE FALSE # 2 4.9 3 1.4 0.2 setosa TRUE FALSE # 3 4.7 3.2 1.3 0.2 setosa FALSE FALSE # 4 4.6 3.1 1.5 0.2 setosa FALSE FALSE # 5 5 3.6 1.4 0.2 setosa TRUE FALSE # 6 5.4 3.9 1.7 0.4 setosa FALSE FALSE # 7 4.6 3.4 1.4 0.3 setosa TRUE FALSE # 8 5 3.4 1.5 0.2 setosa FALSE FALSE # 9 4.4 2.9 1.4 0.2 setosa TRUE FALSE #10 4.9 3.1 1.5 0.1 setosa FALSE FALSE # … with 140 more rows

更快的选择

rowSums