在`dplyr`中使用动态变量名

我想用来dplyr::mutate()在数据框中创建多个新列。列名及其内容应动态生成。

来自虹膜的示例数据：

library(dplyr)
iris <- tbl_df(iris)

我创建了一个函数来从Petal.Width变量中更改新列：

multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    df <- mutate(df, varname = Petal.Width * n)  ## problem arises here
    df
}

现在，我创建一个循环来构建我的列：

for(i in 2:5) {
    iris <- multipetal(df=iris, n=i)
}

但是，由于mutate认为varname是一个文字变量名，因此循环仅创建一个新变量（称为varname），而不是四个（称为花瓣2-花瓣5）。

如何mutate()使用动态名称作为变量名称？

由于您正在动态地将变量名构建为字符值，因此使用标准data.frame索引进行赋值更加有意义，该索引允许为列名使用字符值。例如：

multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    df[[varname]] <- with(df, Petal.Width * n)
    df
}

该mutate函数使通过命名参数命名新列变得非常容易。但这假设您在键入命令时知道名称。如果要动态指定列名，则还需要构建named参数。

dplyr版本> = 0.7

最新版本的dplyr（0.7）通过使用:=来动态分配参数名称。您可以将函数编写为：

# --- dplyr version 0.7+---
multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    mutate(df, !!varname := Petal.Width * n)
}

有关更多信息，请参见文档可用表格vignette("programming", "dplyr")。

dplyr（> = 0.3＆<0.7）

dplyr（> = 0.3 <0.7）的稍早版本鼓励对许多功能使用“标准评估”替代方法。有关更多信息，请参见非标准评估图vignette("nse")。

所以在这里，答案是使用mutate_()而不是mutate()和做：

# --- dplyr version 0.3-0.5---
multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    varval <- lazyeval::interp(~Petal.Width * n, n=n)
    mutate_(df, .dots= setNames(list(varval), varname))
}

dplyr <0.3

请注意dplyr，在最初提出问题时所存在的旧版本中，这也是可能的。它需要仔细使用quote和setName：

# --- dplyr versions < 0.3 ---
multipetal <- function(df, n) {
    varname <- paste("petal", n , sep=".")
    pp <- c(quote(df), setNames(list(quote(Petal.Width * n)), varname))
    do.call("mutate", pp)
}

在新版本的dplyr（0.6.0等待2017年4月）中，我们还可以执行赋值（:=）并通过取消引号（!!）来将变量作为列名传递，以不对其求值

 library(dplyr)
 multipetalN <- function(df, n){
      varname <- paste0("petal.", n)
      df %>%
         mutate(!!varname := Petal.Width * n)
 }

 data(iris)
 iris1 <- tbl_df(iris)
 iris2 <- tbl_df(iris)
 for(i in 2:5) {
     iris2 <- multipetalN(df=iris2, n=i)
 }   

根据multipetal在'iris1' 上应用的@MrFlick 检查输出

identical(iris1, iris2)
#[1] TRUE

经过大量的试验和错误，我发现该模式UQ(rlang::sym("some string here")))对于处理字符串和dplyr动词确实很有用。它似乎在许多令人惊讶的情况下都有效。

这是带有的示例mutate。我们要创建一个将两列加在一起的函数，在此您将两个列名都作为字符串传递给该函数。我们可以将这种模式与赋值运算符一起使用:=。

## Take column `name1`, add it to column `name2`, and call the result `new_name`
mutate_values <- function(new_name, name1, name2){
  mtcars %>% 
    mutate(UQ(rlang::sym(new_name)) :=  UQ(rlang::sym(name1)) +  UQ(rlang::sym(name2)))
}
mutate_values('test', 'mpg', 'cyl')

该模式也可以与其他dplyr功能一起使用。这里是filter：

## filter a column by a value 
filter_values <- function(name, value){
  mtcars %>% 
    filter(UQ(rlang::sym(name)) != value)
}
filter_values('gear', 4)

或arrange：

## transform a variable and then sort by it 
arrange_values <- function(name, transform){
  mtcars %>% 
    arrange(UQ(rlang::sym(name)) %>%  UQ(rlang::sym(transform)))
}
arrange_values('mpg', 'sin')

对于select，您不需要使用模式。相反，您可以使用!!：

## select a column 
select_name <- function(name){
  mtcars %>% 
    select(!!name)
}
select_name('mpg')

这是另一个版本，而且可以说更简单一些。

multipetal <- function(df, n) {
    varname <- paste("petal", n, sep=".")
    df<-mutate_(df, .dots=setNames(paste0("Petal.Width*",n), varname))
    df
}

for(i in 2:5) {
    iris <- multipetal(df=iris, n=i)
}

> head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species petal.2 petal.3 petal.4 petal.5
1          5.1         3.5          1.4         0.2  setosa     0.4     0.6     0.8       1
2          4.9         3.0          1.4         0.2  setosa     0.4     0.6     0.8       1
3          4.7         3.2          1.3         0.2  setosa     0.4     0.6     0.8       1
4          4.6         3.1          1.5         0.2  setosa     0.4     0.6     0.8       1
5          5.0         3.6          1.4         0.2  setosa     0.4     0.6     0.8       1
6          5.4         3.9          1.7         0.4  setosa     0.8     1.2     1.6       2

有了rlang 0.4.0curl-curly运算符（{{}}），这使得这非常容易。

library(dplyr)
library(rlang)

iris1 <- tbl_df(iris)

multipetal <- function(df, n) {
   varname <- paste("petal", n , sep=".")
   mutate(df, {{varname}} := Petal.Width * n)
}

multipetal(iris1, 4)

# A tibble: 150 x 6
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species petal.4
#          <dbl>       <dbl>        <dbl>       <dbl> <fct>     <dbl>
# 1          5.1         3.5          1.4         0.2 setosa      0.8
# 2          4.9         3            1.4         0.2 setosa      0.8
# 3          4.7         3.2          1.3         0.2 setosa      0.8
# 4          4.6         3.1          1.5         0.2 setosa      0.8
# 5          5           3.6          1.4         0.2 setosa      0.8
# 6          5.4         3.9          1.7         0.4 setosa      1.6
# 7          4.6         3.4          1.4         0.3 setosa      1.2
# 8          5           3.4          1.5         0.2 setosa      0.8
# 9          4.4         2.9          1.4         0.2 setosa      0.8
#10          4.9         3.1          1.5         0.1 setosa      0.4
# … with 140 more rows

我们还可以将带引号/不带引号的变量名传递为列名。

multipetal <- function(df, name, n) {
   mutate(df, {{name}} := Petal.Width * n)
}

multipetal(iris1, temp, 3)

# A tibble: 150 x 6
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species  temp
#          <dbl>       <dbl>        <dbl>       <dbl> <fct>   <dbl>
# 1          5.1         3.5          1.4         0.2 setosa  0.6  
# 2          4.9         3            1.4         0.2 setosa  0.6  
# 3          4.7         3.2          1.3         0.2 setosa  0.6  
# 4          4.6         3.1          1.5         0.2 setosa  0.6  
# 5          5           3.6          1.4         0.2 setosa  0.6  
# 6          5.4         3.9          1.7         0.4 setosa  1.2  
# 7          4.6         3.4          1.4         0.3 setosa  0.900
# 8          5           3.4          1.5         0.2 setosa  0.6  
# 9          4.4         2.9          1.4         0.2 setosa  0.6  
#10          4.9         3.1          1.5         0.1 setosa  0.3  
# … with 140 more rows

与...相同

multipetal(iris1, "temp", 3)

我还添加了一个答案，使它有所增加，因为我在寻找答案时来到了此条目，这几乎满足了我的需要，但是我还需要更多，这是通过@MrFlik的答案和R lazyeval小插曲。

我想创建一个函数，该函数可以采用数据框和列名（作为字符串）的向量，我希望将其从字符串转换为Date对象。我不知道如何使as.Date()参数为字符串并将其转换为列，因此我如下所示进行了操作。

以下是我如何通过SE mutate（mutate_()）和.dots参数来执行此操作。欢迎对此进行批评的批评。

library(dplyr)

dat <- data.frame(a="leave alone",
                  dt="2015-08-03 00:00:00",
                  dt2="2015-01-20 00:00:00")

# This function takes a dataframe and list of column names
# that have strings that need to be
# converted to dates in the data frame
convertSelectDates <- function(df, dtnames=character(0)) {
    for (col in dtnames) {
        varval <- sprintf("as.Date(%s)", col)
        df <- df %>% mutate_(.dots= setNames(list(varval), col))
    }
    return(df)
}

dat <- convertSelectDates(dat, c("dt", "dt2"))
dat %>% str

虽然我喜欢使用dplyr进行交互使用，但使用dplyr进行操作却非常棘手，因为您必须经过箍才能使用lazyeval :: interp（），setNames等解决方法。

这是使用基数R的一个更简单的版本，至少在我看来，将循环放入函数内部似乎更直观，并且扩展了@MrFlicks的解决方案。

multipetal <- function(df, n) {
   for (i in 1:n){
      varname <- paste("petal", i , sep=".")
      df[[varname]] <- with(df, Petal.Width * i)
   }
   df
}
multipetal(iris, 3) 

您可能会喜欢friendlyeval为初学者/休闲dplyr用户提供简化的整洁评估API和文档的软件包。

您正在创建希望mutate用作列名的字符串。因此，使用friendlyeval您可以编写：

multipetal <- function(df, n) {
  varname <- paste("petal", n , sep=".")
  df <- mutate(df, !!treat_string_as_col(varname) := Petal.Width * n)
  df
}

for(i in 2:5) {
  iris <- multipetal(df=iris, n=i)
}

在幕后调用哪个rlang检查功能varname作为列名是合法的。

friendlyeval 可以使用RStudio插件随时将代码转换为等效的整洁评估代码。