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?