我有一个非常丑陋的数据集，它是关系数据库的平面文件。一个最小的可重现示例在这里:
df <- data.frame(col1 = c(letters[1:4],"c"),
col1.p = 1:5,
col2 = c("a","c","l","c","l"),
col2.p = 6:10,
col3= letters[3:7],
col3.p = 11:20)
我需要能够识别具有“c”的“col#”的“.p”值。我之前关于 SO 的问题得到了第一部分: In R, find the column that contains a string in for each row 。我正在提供上下文。
tmp <- which(projectdata=='Transmission and Distribution of Electricity', arr.ind=TRUE)
cnt <- ave(tmp[,"row"], tmp[,"row"], FUN=seq_along)
maxnames <- paste0("max",sequence(max(cnt)))
projectdata[maxnames] <- NA
projectdata[maxnames][cbind(tmp[,"row"],cnt)] <- names(projectdata)[tmp[,"col"]]
rm(tmp, cnt, maxnames)
这会产生一个如下所示的数据框:
df
col1 col1.p col2 col2.p col3 col3.p max1
1 a 1 a 6 c 11 col3
2 b 2 c 7 d 12 col2
3 c 3 l 8 e 13 col1
4 d 4 c 9 f 14 col2
5 c 5 l 10 g 15 col1
6 a 1 a 6 c 16 col3
7 b 2 c 7 d 17 col2
8 c 3 l 8 e 18 col1
9 d 4 c 9 f 19 col2
10 c 5 l 10 g 20 col1
当我尝试获取与“max1”中的值匹配的“.p”时，我不断收到错误消息。我认为方法是:
df %>%
mutate(my.p = eval(as.name(paste0(max1,'.p'))))
Error: object 'col3.p' not found
显然，这不起作用，所以我想这可能类似于在函数中传递列名，我需要使用“get”。那也没有用。
df %>%
mutate(my.p = get(as.name(paste0(max1,'.p'))))
Error: invalid first argument
df %>%
mutate(my.p = get(paste0(max1,'.p')))
Error: object 'col3.p' not found
我发现了一些可以消除此错误的东西，使用来自不同但相关的问题的
data.table，这里是: http://codereply.com/answer/7y2ra3/dplyr-error-object-found-using-rle-mutate.html 。但是，它为每一行提供了“col3.p”。这是第一行的 max1，df$max1[1]library('dplyr')
library('data.table') # must have the data.table package
df %>%
tbl_dt(df) %>%
mutate(my.p = get(paste0(max1,'.p')))
Source: local data table [10 x 8]
col1 col1.p col2 col2.p col3 col3.p max1 my.p
1 a 1 a 6 c 11 col3 11
2 b 2 c 7 d 12 col2 12
3 c 3 l 8 e 13 col1 13
4 d 4 c 9 f 14 col2 14
5 c 5 l 10 g 15 col1 15
6 a 1 a 6 c 16 col3 16
7 b 2 c 7 d 17 col2 17
8 c 3 l 8 e 18 col1 18
9 d 4 c 9 f 19 col2 19
10 c 5 l 10 g 20 col1 20
使用
lazyeval interp 方法(来自此 SO: Hot to pass dynamic column names in dplyr into custom function? )对我不起作用。也许我没有正确地实现它？library(lazyeval)
library(dplyr)
df %>%
mutate_(my.p = interp(~colp, colp = as.name(paste0(max1,'.p'))))
我收到一个错误:
Error in paste0(max1, ".p") : object 'max1' not found
理想情况下，我将使新列
my.p 等于基于 p 中标识的列的适当 max1 。我可以用
ifelse 做到这一切，但我试图用更少的代码来做到这一点，并使其适用于下一个丑陋的平面 table 。 最佳答案
我们可以用 data.table 做到这一点。我们将 'data.frame' 转换为 'data.table' ( setDT(df) )，按行序列分组，我们 get paste 输出的值，并将其分配 ( := ) 到一个新列 ('my.p' )。
library(data.table)
setDT(df)[, my.p:= get(paste0(max1, '.p')), 1:nrow(df)]
df
# col1 col1.p col2 col2.p col3 col3.p max1 my.p
# 1: a 1 a 6 c 11 col3 11
# 2: b 2 c 7 d 12 col2 7
# 3: c 3 l 8 e 13 col1 3
# 4: d 4 c 9 f 14 col2 9
# 5: c 5 l 10 g 15 col1 5
# 6: a 1 a 6 c 16 col3 16
# 7: b 2 c 7 d 17 col2 7
# 8: c 3 l 8 e 18 col1 3
# 9: d 4 c 9 f 19 col2 9
#10: c 5 l 10 g 20 col1 5
关于r - 将变量作为列名传递给 dplyr？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32239778/