在R中使用dplyr乘以成对的列

avs 发表于 Dev

平均值

我有一个包含犯罪数据和相关“价格”的数据框，该数据框按国家和年份进行了组织（尽管我认为这在这里并不重要）。这是我的数据的一个子集：

> crime
# A tibble: 8 x 8
  iso    year  theft robbery burglary theft_price robbery_price burglary_price
  <chr> <dbl>  <dbl>   <dbl>    <dbl>       <dbl>         <dbl>          <dbl>
1 ALB    2003   3694     199      874        32.9          115           49.3
2 ALB    2004   3694     199      874        38.2          134           57.3
3 ALB    2005   3694     199      874        42.8          150           64.2
4 ALB    2006   3450     164      779        47.0          165           70.5
5 AUS    2003 722334   14634   586266       408.4         1427          612.4 
6 AUS    2004 636717   14634   512551       481.3         1683          721.2 
7 AUS    2005 598700   14634   468558       536.7         1877          804.5 
8 AUS    2006 594111   14634   433974       564.8         1973          846.5

我想创建一个新列，其中包含每种犯罪类型的产品及其价格，因此theftx theft_price=theft_prod等。在我的实际数据集中，我有更多的犯罪类型，因此我需要的东西可以扩展到该子集所包含的更多变量。

我喜欢该dplyr程序包的语法，因此我使用类似的方法，但是找不到解决方案。我认为除了之外的其他变量是不可能引用的vars()。正确？

crime %>%
  mutate_at(vars(theft, robbery, burglary),
            funs(prod = . * ????))

谢谢。

你好

做这样的操作中tidyverse，最好通过确保您的数据所做的就是通过重塑它整洁。一种purrr方法也是可行的，但可能取决于列的顺序，这可能并不总是可靠的。相反，您可以执行以下操作：

gather 上所有测量列
mutate一个新列measure_type，指示它是计数还是价格，然后_price从中删除crime_type。现在，我们在犯罪类型和用于该犯罪的度量标准上有单独的列。每行都是一个单一的等年-犯罪量度组合。
spread犯罪类型回退了，所以现在我们对所有犯罪都有单独的count和price列，然后与相乘mutate。
（可选）如果您想以多种格式放回去，我们只需要汇总count和price和新product列，unite以结合犯罪类型再spread退出即可。

library(tidyverse)
tbl <- read_table2(
"iso    year  theft robbery burglary theft_price robbery_price burglary_price
ALB    2003   3694     199      874        32.9          115           49.3
ALB    2004   3694     199      874        38.2          134           57.3
ALB    2005   3694     199      874        42.8          150           64.2
ALB    2006   3450     164      779        47.0          165           70.5
AUS    2003 722334   14634   586266       408.4         1427          612.4
AUS    2004 636717   14634   512551       481.3         1683          721.2
AUS    2005 598700   14634   468558       536.7         1877          804.5
AUS    2006 594111   14634   433974       564.8         1973          846.5"
)
tidy_tbl <- tbl %>%
  gather(crime_type, measure, -iso, - year) %>%
  mutate(
    measure_type = if_else(str_detect(crime_type, "_price$"), "price", "count"),
    crime_type = str_remove(crime_type, "_price")
    ) %>%
  spread(measure_type, measure) %>%
  mutate(product = count * price)
tidy_tbl
#> # A tibble: 24 x 6
#>    iso    year crime_type count price product
#>    <chr> <int> <chr>      <dbl> <dbl>   <dbl>
#>  1 ALB    2003 burglary     874  49.3  43088.
#>  2 ALB    2003 robbery      199 115    22885 
#>  3 ALB    2003 theft       3694  32.9 121533.
#>  4 ALB    2004 burglary     874  57.3  50080.
#>  5 ALB    2004 robbery      199 134    26666 
#>  6 ALB    2004 theft       3694  38.2 141111.
#>  7 ALB    2005 burglary     874  64.2  56111.
#>  8 ALB    2005 robbery      199 150    29850 
#>  9 ALB    2005 theft       3694  42.8 158103.
#> 10 ALB    2006 burglary     779  70.5  54920.
#> # ... with 14 more rows

tidy_tbl %>%
  gather(measure_type, measure, count:product) %>% 
  unite("colname", crime_type, measure_type) %>%
  spread(colname, measure)
#> # A tibble: 8 x 11
#>   iso    year burglary_count burglary_price burglary_product robbery_count
#>   <chr> <int>          <dbl>          <dbl>            <dbl>         <dbl>
#> 1 ALB    2003            874           49.3           43088.           199
#> 2 ALB    2004            874           57.3           50080.           199
#> 3 ALB    2005            874           64.2           56111.           199
#> 4 ALB    2006            779           70.5           54920.           164
#> 5 AUS    2003         586266          612.        359029298.         14634
#> 6 AUS    2004         512551          721.        369651781.         14634
#> 7 AUS    2005         468558          804.        376954911          14634
#> 8 AUS    2006         433974          846.        367358991          14634
#> # ... with 5 more variables: robbery_price <dbl>, robbery_product <dbl>,
#> #   theft_count <dbl>, theft_price <dbl>, theft_product <dbl>

由reprex软件包（v0.2.0）于2018-08-15创建。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。