我正在尝试将一个简单的操作应用于数据集中的多个列。
我试着使用一个类似于在多列上应用函数中解释的函数来创建多个新列，但我一直没能得到
这是方程，其中wt是一组名为wt_jan、wt_feb。。。wt_dec
ne_maintain = 0.386*wt^0.75
我尝试过使用mutate((，但一直没能想出如何多次重复我的计算。
以下是数据集的样子：
lactation wt_jan wt_feb wt_mar wt_apr wt_may wt_jun wt_jul wt_aug wt_sep wt_oct wt_nov wt_dec
1 1 600.0 612.5 625.0 637.5 643.8 650.0 656.3 662.5 668.8 675.0 681.3 687.5
2 2 693.8 700.0 706.3 712.5 715.6 718.8 721.9 725.0 728.1 731.3 734.4 737.5
3 3 740.6 743.8 746.9 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0
4 4 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0
5 5 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0
6 6 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0 750.0
最后我想要的是一组名为ne_matenance_jan的新列。。。一直到12月。我总共需要做大约10个计算，所以希望这篇文章能解决它！
也许有一个选项是使用dplyr和stringr，如下所示：
data_frame %>%
gather(key = months, value = wt, -lactation) %>%
select(-lactation) %>%
filter(!is.na(wt)) %>%
group_by(months) %>%
mutate(
months = str_replace(months, "wt", "ne_maintenance"),
wt = mean(0.386*wt^0.75)) %>%
distinct(months, .keep_all = TRUE)
输出
months wt
<chr> <dbl>
1 ne_maintenance_jan 53.3
2 ne_maintenance_feb 53.5
3 ne_maintenance_mar 53.7
4 ne_maintenance_apr 53.9
5 ne_maintenance_may 54.0
6 ne_maintenance_jun 54.1
7 ne_maintenance_jul 54.2
8 ne_maintenance_aug 54.3
9 ne_maintenance_sep 54.4
10 ne_maintenance_oct 54.4
11 ne_maintenance_nov 54.5
12 ne_maintenance_dec 54.6
如果我理解正确，您希望将新计算的列追加到当前表中。您可以尝试将mutate与across一起使用，如下所示：
library(tidyverse)
# a little like your df
lactation = seq(1:6)
wt_jan <- runif(6,min=600, max=700)
wt_feb <- runif(6,min=600, max=800)
wt_mar <- runif(6,min=800, max=900)
df <- data.frame(lactation,wt_jan,wt_feb,wt_mar)
df_new<- df%>%
mutate(across(contains("wt"), #select columns containing 'wt'
~((0.386*.x)^0.75), #using anonymized function here
.names = "{sub('wt', 'ne_maintenance', col)}")) #define the names of new columns