dplyr中的mutate_at和rename函数的联合使用

Question

我经常遇到这样的问题，需要重新编码符合相同结构的多列，并将它们保存到具有不同名称的列中。如果可以覆盖它们，这只需要在dplyr中一行代码，但由于我还想保留原始列，所以我不知道一个好的解决方案。下面是一个示例。

这将是冗长的代码，我希望能够复制输出结果：

library(dplyr)
library(ggplot2)
data("diamonds")

diamonds <- diamonds %>% 
  mutate(x_char = case_when(x <= 4.5 ~ "low",
                       x >  4.5 & x < 7 ~ "so-so",
                       x >= 7 ~ "large",
                       TRUE ~ as.character(NA)),
         y_char = case_when(y <= 4.5 ~ "low",
                            y >  4.5 & y < 7 ~ "so-so",
                            y >= 7 ~ "large",
                            TRUE ~ as.character(NA)),
         z_char = case_when(z <= 4.5 ~ "low",
                            z >  4.5 & z < 7 ~ "so-so",
                            z >= 7 ~ "large",
                            TRUE ~ as.character(NA)))

这是使用mutate_at的短代码，它会覆盖原始列：

library(dplyr)
library(ggplot2)
data("diamonds")

diamonds <- diamonds %>%
  mutate_at(vars(x, y, z), ~ case_when(. <= 4.5 ~ "low",
                                       . >  4.5 & . < 7 ~ "so-so",
                                       . >= 7 ~ "large",
                                       TRUE ~ as.character(NA)))

有没有一种方法可以使用mutate_at保留短代码，但以原始列为基础进行更改，并将新列用不同的名称保存？ 在这个示例中，这意味着在原始列名称末尾添加"_char"，并根据嵌入式公式更改重新编码。

- Erdne Htábrob

Answer 1

尝试使用across。

library(tidyverse)

diamonds %>% 
  mutate(
    across(.cols = c(x, y, z),
           .fns = ~case_when(.x <= 4.5 ~ "low",
                             .x >  4.5 & x < 7 ~ "so-so",
                             .x >= 7 ~ "large",
                             TRUE ~ as.character(NA)),
           .names = "{.col}_char")
  )
#> # A tibble: 53,940 x 13
#>    carat cut     color clarity depth table price     x     y     z x_char y_char
#>    <dbl> <ord>   <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl> <chr>  <chr> 
#>  1 0.23  Ideal   E     SI2      61.5    55   326  3.95  3.98  2.43 low    low   
#>  2 0.21  Premium E     SI1      59.8    61   326  3.89  3.84  2.31 low    low   
#>  3 0.23  Good    E     VS1      56.9    65   327  4.05  4.07  2.31 low    low   
#>  4 0.290 Premium I     VS2      62.4    58   334  4.2   4.23  2.63 low    low   
#>  5 0.31  Good    J     SI2      63.3    58   335  4.34  4.35  2.75 low    low   
#>  6 0.24  Very G~ J     VVS2     62.8    57   336  3.94  3.96  2.48 low    low   
#>  7 0.24  Very G~ I     VVS1     62.3    57   336  3.95  3.98  2.47 low    low   
#>  8 0.26  Very G~ H     SI1      61.9    55   337  4.07  4.11  2.53 low    low   
#>  9 0.22  Fair    E     VS2      65.1    61   337  3.87  3.78  2.49 low    low   
#> 10 0.23  Very G~ H     VS1      59.4    61   338  4     4.05  2.39 low    low   
#> # ... with 53,930 more rows, and 1 more variable: z_char <chr>

^{此内容由reprex包 (v1.0.0)于2021-03-09创建。}

- Yuriy Saraykin