我有一个非常难看的数据集,它是关系数据库的扁平文件。这里是一个最小可复现的例子:
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”值的“col#”的“.p”值。 我在SO上的先前问题得到了第一部分:在R中,查找包含每行字符串的列。这是提供背景信息。
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)
这将产生一个类似以下形式的数据框:
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,我一直遇到错误。我认为方法是这样的:
df %>%
mutate(my.p = eval(as.name(paste0(max1,'.p'))))
Error: object 'col3.p' not found
很明显这种方法行不通,所以我想也许这与在函数中传递列名类似,需要使用“get”方法。但是这种方法也没有成功。
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
我发现一个可以消除这个错误的方法,使用来自不同但相关问题的
data.table
,链接在这里:http://codereply.com/answer/7y2ra3/dplyr-error-object-found-using-rle-mutate.html。然而,它给我每一行都是“col3.p”。第一行的max1为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
的interp
方法(来自这个SO:如何将dplyr中的动态列名传递到自定义函数中?)对我来说不起作用。也许我实现得不正确?
library(lazyeval)
library(dplyr)
df %>%
mutate_(my.p = interp(~colp, colp = as.name(paste0(max1,'.p'))))
我遇到了一个错误:
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max1
中标识的列的适当p
。
我可以使用ifelse
完成所有操作,但我正在尝试使用更少的代码,并使其适用于下一个丑陋的平面表格。
data.table
,则应该使用setDT(df)[, my.p:= get(paste0(max1, '.p')), 1:nrow(df)]
来获得您想要的输出。 - akrunmutate(my.p=get(paste0(max1, '.p'))
不能工作?我真的很想理解这个。 - jessi