tidyverse
这是使用语法的另一个选项
library(tidyverse)
df1 %>%
select(matches("AUS")) %>%
reduce(`+`) %>%
mutate(df1, AUS_sum = .)
# VAR1 VAR2 AUS1 AUS2 AUS3 AUS4 AUS56 VAR3 VAR4 AUS_sum
#1 A D 23 234 34 856 99 0 FCK 1246
#2 B D 55 76 55 36 6456 0 XYC 6678
dplyr
使用(即将发布)的开发版本,0.6.0
我们可以创建一个函数quosures
并使其更具动态性。在这里,通过获取输入参数并将其转换为,我们执行与fromenquo
类似的功能,我们将其转换为字符串,其中接受字符串参数。lhs 名称也可以创建为字符串 ('newN'),在 中,我们取消引用 (或) 来评估字符串substitute
base R
quosure
quo_name
matches
mutate/summarise/group_by
!!
UQ
fSum <- function(dat, pat){
pat <- quo_name(enquo(pat))
newN <- paste0(pat, "_sum")
newSum <- dat %>%
select(matches(pat)) %>%
reduce(`+`)
dat %>%
mutate(!!newN := newSum)
}
fSum(df1, AUS)
# VAR1 VAR2 AUS1 AUS2 AUS3 AUS4 AUS56 VAR3 VAR4 AUS_sum
#1 A D 23 234 34 856 99 0 FCK 1246
#2 B D 55 76 55 36 6456 0 XYC 6678
根据 OP 对另一篇关于删除用于 的列的帖子的评论sum
,我们可以修改函数
fSumN <- function(dat, pat){
pat <- quo_name(enquo(pat))
newN <- paste0(pat, "_sum")
newSum <- dat %>%
select(matches(pat)) %>%
reduce(`+`)
dat %>%
select(-matches(pat)) %>%
mutate(!!newN := newSum)
}
fSumN(df1, AUS)
# VAR1 VAR2 VAR3 VAR4 AUS_sum
#1 A D 0 FCK 1246
#2 B D 0 XYC 6678
数据
df1 <- structure(list(VAR1 = c("A", "B"), VAR2 = c("D", "D"), AUS1 = c(23L,
55L), AUS2 = c(234L, 76L), AUS3 = c(34L, 55L), AUS4 = c(856L,
36L), AUS56 = c(99L, 6456L), VAR3 = c(0L, 0L), VAR4 = c("FCK",
"XYC")), .Names = c("VAR1", "VAR2", "AUS1", "AUS2", "AUS3", "AUS4",
"AUS56", "VAR3", "VAR4"), class = "data.frame", row.names = c(NA,
-2L))