根据存储在另一列中的现有列的名称创建新列（使用dplyr）

Question

请考虑以下数据集：

df <- tibble(v1 = 1:5, v2= 101:105, v3 = c("v1", "v2", "v1", "v2", "v1"))

# A tibble: 5 × 3
     v1    v2 v3   
  <int> <int> <chr>
1     1   101 v1   
2     2   102 v2   
3     3   103 v1   
4     4   104 v2   
5     5   105 v1  

我想生成一个新的列，该列根据 v3 中所列出的是 v1 还是 v2，从而取值。

    # A tibble: 5 × 4
     v1    v2 v3       v4
  <int> <int> <chr> <dbl>
1     1   101 v1        1
2     2   102 v2      102
3     3   103 v1        3
4     4   104 v2      104
5     5   105 v1        5

通常情况下，我会使用if_else，或者如果有更多的情况，就会用case_when。但是，我有很多列，所以我不想有一个很长的case_when语句。有没有办法让R将v3中的值解释为列名？我尝试了用{{ }}来包含表达式，并使用.data[[ ]]，但我似乎不能弄清正确的语法。

- conflictcoder

Answer 1

一个 tidyverse 的选项是使用 rowwise 并使用 cur_data() 进行提取。

library(dplyr)
df %>% 
  rowwise %>%
  mutate(v4 = cur_data()[[v3]]) %>% 
  ungroup
# A tibble: 5 × 4
     v1    v2 v3       v4
  <int> <int> <chr> <int>
1     1   101 v1        1
2     2   102 v2      102
3     3   103 v1        3
4     4   104 v2      104
5     5   105 v1        5

---

或者更简洁的方法是在 rowwise 之后使用 get

df %>%
  rowwise %>%
  mutate(v4 = get(v3)) %>%
  ungroup

---

或者在base R中，使用行/列索引以加快执行速度。

df$v4 <- as.data.frame(df[1:2])[cbind(seq_len(nrow(df)), 
      match(df$v3, names(df)))]
df$v4
[1]   1 102   3 104   5

- akrun

---

第一种和第二种方法都既易读又简洁，特别是get选项。谢谢！ - conflictcoder

Answer 2

这里有一种向量化的方法，无需逐行操作或逐个映射map。

df %>%
  mutate(v4 = cbind(v1,v2)[ cbind(row_number(), match(v3, c("v1", "v2"))) ])
# # A tibble: 5 x 4
#      v1    v2 v3       v4
#   <int> <int> <chr> <int>
# 1     1   101 v1        1
# 2     2   102 v2      102
# 3     3   103 v1        3
# 4     4   104 v2      104
# 5     5   105 v1        5

- r2evans

---

很好地运用了 row_number()。我一直在寻找一种向量化这些“查找列”操作的方法，但一直依赖于 rowwise、pmap 等等，这太棒了。 - GuedesBF

是的，我总是尽可能避免使用rowwise，除非绝对必要，而更喜欢矢量化方法。谢谢。 - r2evans

Answer 3

以下是使用 pivot_longer 的方法：

1. 使用 pivot_longer 将其转换为长格式。
2. 筛选（filter）。
3. bind_cols() 连接 v1 和 v2。

library(tidyr)
library(dplyr)
df %>% 
  pivot_longer(
    -v3,
    names_to = "name",
    values_to = "v4"
  ) %>% 
  filter(v3 == name) %>% 
  bind_cols(v1 = df$v1, v2=df$v2) %>% 
  select(v1, v2, v3, v4)

  v1    v2 v3       v4
  <int> <int> <chr> <int>
1     1   101 v1        1
2     2   102 v2      102
3     3   103 v1        3
4     4   104 v2      104
5     5   105 v1        5

- TarJae

Answer 4

你可以尝试以下基础 R 代码，使用 diag + as.matrix（或 t）：

transform(
  df,
  v4 = diag(as.matrix(df[v3]))
)

或者

transform(
  df,
  v4 = diag(t(df[v3]))
)

这提供了

  v1  v2 v3  v4
1  1 101 v1   1
2  2 102 v2 102
3  3 103 v1   3
4  4 104 v2 104
5  5 105 v1   5

- ThomasIsCoding

Answer 5

一个基于R的解决方案:

df <- tibble(v1 = 1:5, v2= 101:105, v3 = c("v1", "v2", "v1", "v2", "v1"))

df$v4 <- apply(df, 1, function(x) x[x[3]])
df         

#> # A tibble: 5 × 4
#>      v1    v2 v3    v4   
#>   <int> <int> <chr> <chr>
#> 1     1   101 v1    1    
#> 2     2   102 v2    102  
#> 3     3   103 v1    3    
#> 4     4   104 v2    104  
#> 5     5   105 v1    5

另一个可能的解决方案是使用purrr::pmap_dfr：

library(tidyverse)    

df <- tibble(v1 = 1:5, v2= 101:105, v3 = c("v1", "v2", "v1", "v2", "v1"))

df %>% 
  mutate(pmap_dfr(., ~ list(v4 = if_else(..3 == "v1", ..1, ..2))))

#> # A tibble: 5 × 4
#>      v1    v2 v3       v4
#>   <int> <int> <chr> <int>
#> 1     1   101 v1        1
#> 2     2   102 v2      102
#> 3     3   103 v1        3
#> 4     4   104 v2      104
#> 5     5   105 v1        5

- PaulS