1

这个问题虽然有三个答案，但让我怀疑，因为我正在考虑这个问题。虽然我知道问题可以通过其他方法解决（尤其是使用 purrr 或应用函数组），但我不确定它是否可以通过mutate(across(...? 为了清楚起见，我在这里重现了这个问题。注意：我不是在寻找它的答案，而只是对我怀疑两组变量是否实际上可以通过 mutate/across 传递的答案

有两组变量（一组不带后缀，一组带后缀avail）。

df <- tibble(a = c(0, 1, 0, 0, 0),
       a_avail = c(1, 1, 1, 0, 0),
       b = c(1, 1, 1, 0, 0),
       b_avail = c(1, 0, 0, 1, 0))
# A tibble: 5 x 4
      a a_avail     b b_avail
  <dbl>   <dbl> <dbl>   <dbl>
1     0       1     1       1
2     1       1     1       0
3     0       1     1       0
4     0       0     0       1
5     0       0     0       0

现在，如果我们想改变一组变量，比如说（a 和 b），但是通过将它们与另一组串联比较。也就是说，当 a 列发生变异时，它可能会使用其对应的变量 a_avail，而当 b 发生变异时，它会使用相应的变量b_avail，依此类推直到 n 个变量。

除了OP之外，我已经尝试过这些代码

df %>% mutate(d = row_number()) %>%
  mutate(across(.cols = c(a_avail, b_avail),
                .fns = ~case_when(
                  .x == 1 ~ {str_replace(cur_column(), "_avail", "")[d]},
                  .x == 0 ~ NA_character_
                ),
                .names = "{.col}_new"))

或者

df %>% 
  mutate(across(.cols = c(a, b),
                .fns = ~case_when(
                  glue::glue("{cur_column()}_avail") == 1 ~ .x,
                  glue::glue("{cur_column()}_avail") == 0 ~ as.numeric(NA)
                ),
                .names = "{.col}_new"))

但无济于事。有人可以澄清一下是否可以通过 mutate(cross.. 语法来完成？

4

1 回答 1

3

你可以用getwith来做到这一点cur_column()。

library(dplyr)

df %>% 
  mutate(across(.cols = c(a, b),
                .fns = ~case_when(
                  get(glue::glue("{cur_column()}_avail")) == 1 ~ .x,
                  get(glue::glue("{cur_column()}_avail")) == 0 ~ as.numeric(NA)
                ),
                .names = "{.col}_new"))

#      a a_avail     b b_avail a_new b_new
#  <dbl>   <dbl> <dbl>   <dbl> <dbl> <dbl>
#1     0       1     1       1     0     1
#2     1       1     1       0     1    NA
#3     0       1     1       0     0    NA
#4     0       0     0       1    NA     0
#5     0       0     0       0    NA    NA

PS - 我不确定这是否应该是您链接的帖子的答案。

于 2021-04-09T05:41:01.887 回答