r语言 - 使用dplyr减去几个不同列的最有效方法是什么?

Question

我有一个这样的数据集:

data.frame(x = c(1:5), y = c(0:4), z = c(2:6))
x y z
1 1 0 2
2 2 1 3
3 3 2 4
4 4 3 5
5 5 4 6

我想得到一个这样的数据集:

x y z y-x z-y
1 1 0 2  -1   2
2 2 1 3  -1   2
3 3 2 4  -1   2
4 4 3 5  -1   2
5 5 4 6  -1   2

当我使用:

a <- a %>% mutate(across((x:z), ~. - lag(.)))

我:

x  y  z
1 NA NA NA
2  1  1  1
3  1  1  1
4  1  1  1
5  1  1  1

也就是说，突变是在同一列中进行减法，而我需要在不同的列中进行减法。我该如何解决这个问题?

Answer 1

我不会使用dplyr。我将直接使用基数R:

diff_cols = your_data[-1] - your_data[-ncol(your_data)]
names(diff_cols) = paste0(
names(your_data)[-1],
"-",
names(your_data)[-ncol(your_data)]
)
cbind(your_data, diff_cols)
#   x y z y-x z-y
# 1 1 0 2  -1   2
# 2 2 1 3  -1   2
# 3 3 2 4  -1   2
# 4 4 3 5  -1   2
# 5 5 4 6  -1   2

Answer 2

你可以用

library(dplyr)
df %>% 
mutate(across(x:y, 
~. - df[[names(df)[which(names(df) == cur_column()) + 1]]],
.names = "{.col}-{names(df)[which(names(df) == .col) + 1]}")
)

这返回

x y z x-y y-z
1 1 0 2   1  -2
2 2 1 3   1  -2
3 3 2 4   1  -2
4 4 3 5   1  -2
5 5 4 6   1  -2
Warning message:
Problem while computing `..1 = across(...)`.
ℹ longer object length is not a multiple of shorter object length 

但是会抛出一个无法移除的警告。🤔

Answer 3

我们可以使用across2

library(dplyover)
a %>% 
mutate(across2(y:z, x:y, `-`))
x y z y_x z_y
1 1 0 2  -1   2
2 2 1 3  -1   2
3 3 2 4  -1   2
4 4 3 5  -1   2
5 5 4 6  -1   2

如果列名应该是-而不是_，

a %>% 
mutate(across2(y:z, x:y, `-`, .names = "{xcol}-{ycol}"))
x y z y-x z-y
1 1 0 2  -1   2
2 2 1 3  -1   2
3 3 2 4  -1   2
4 4 3 5  -1   2
5 5 4 6  -1   2

---

或dplyr使用两个across

library(dplyr)
a %>%
mutate(across(y:z, .names = "{.col}-{names(a)[match(.col, names(a))-1]}") -
across(x:y))

与产出

x y z y-x z-y
1 1 0 2  -1   2
2 2 1 3  -1   2
3 3 2 4  -1   2
4 4 3 5  -1   2
5 5 4 6  -1   2

Answer 4

使用dplyr您可以这样做:

library(dplyr, warn.conflicts = FALSE)

df1 <- data.frame(x = c(1:5), y = c(0:4), z = c(2:6))
df1 |> 
mutate(`y-x` = y - x,
`z-y` = z - y)
#> # A tibble: 5 × 5
#> # Rowwise: 
#>       x     y     z `y-x` `z-y`
#>   <int> <int> <int> <int> <int>
#> 1     1     0     2    -1     2
#> 2     2     1     3    -1     2
#> 3     3     2     4    -1     2
#> 4     4     3     5    -1     2
#> 5     5     4     6    -1     2

^{创建于2022-12-27使用reprex v2.0.2}

Answer 5

这里有一个tidyr::pivot_longer + dplyr方法。相同的代码应该适用于任意数量的列。

df1 <- data.frame(x = c(1:5), y = c(0:4), z = c(2:6)) %>%
mutate(row = row_number()) %>%
pivot_longer(-row)
bind_rows(df1, 
df1 %>%
group_by(row) %>%
mutate(name = paste0(name, "-", lag(name)), value = value - lag(value)) %>%
ungroup() %>% filter(!is.na(value))) %>%
pivot_wider(names_from = name, values_from = value)

结果

# A tibble: 5 × 6
row     x     y     z `y-x` `z-y`
<int> <int> <int> <int> <int> <int>
1     1     1     0     2    -1     2
2     2     2     1     3    -1     2
3     3     3     2     4    -1     2
4     4     4     3     5    -1     2
5     5     5     4     6    -1     2