Supongamos que tengo los siguientes datos:

data = tibble::tribble(
~id,  ~year_1, ~year_2, ~cod_1, ~cod_2, ~cod_3, ~cod_4, ~var_x,
  1,     0,      1,      5,      5,      3,      6,     "x",
  1,     0,      1,      3,      6,      14,     5,     "x",
  1,     0,      1,      2,      8,      5,      4,     "x",
  2,     1,      0,      10,     8,      2,      3,     "x",
  2,     1,      0,      3,      9,      1,      2,     "x",
  2,     1,      0,      1,      12,     0,      1,     "x"
)

Me gustaría crear todos los productos posibles de la combinación de todas las columnas "año_" por todas las columnas "cod_". Me refiero a algo como esto:

data.new = data %>% 
  mutate(year_1_cod_1 = year_1 * cod_1) %>% 
  mutate(year_1_cod_2 = year_1 * cod_2) %>% 
  mutate(year_1_cod_3 = year_1 * cod_3) %>% 
  mutate(year_1_cod_4 = year_1 * cod_4) %>% 
  mutate(year_2_cod_1 = year_2 * cod_1) %>% 
  mutate(year_2_cod_2 = year_2 * cod_2) %>% 
  mutate(year_2_cod_3 = year_2 * cod_3) %>% 
  mutate(year_2_cod_4 = year_2 * cod_4)

Puedo obtener todas las combinaciones posibles usando:

year.var = colnames(data[, grepl("year", names(data))])
cod.var = colnames(data[, grepl("cod", names(data))])
com = crossing(year.var, cod.var)
> com
# A tibble: 8 x 2
  year.var cod.var
  <chr>    <chr>  
1 year_1   cod_1  
2 year_1   cod_2  
3 year_1   cod_3  
4 year_1   cod_4  
5 year_2   cod_1  
6 year_2   cod_2  
7 year_2   cod_3  
8 year_2   cod_4

Podría usar un bucle for para mover sobre el marco de datos com y crear cada nueva columna. Pero me gustaría hacer esto dentro del entorno dplyr::. Creo que puedo usar purrr:: a mutate sobre todas las combinaciones, pero no estoy seguro de cómo hacerlo.

De hecho, en mis datos reales tengo más de 1k combinaciones posibles (es decir, más de 1k variables para mutar).

r loops dplyr purrr mutate
2
Cristhian 26 feb. 2020 a las 02:46

2 respuestas

La mejor respuesta

Puede usar map2 para recorrer la combinación en com y usar transmute para crear nuevas columnas al multiplicar esas columnas usando una evaluación no estándar y finalmente vincularla al marco de datos original.

library(dplyr)
library(purrr)

data %>%
  bind_cols(map2_dfc(com$year.var, com$cod.var, 
       ~data %>% transmute(!!paste(.x, .y, sep = "_") := !!sym(.x) * !!sym(.y))))

# A tibble: 6 x 16
#     id year_1 year_2 cod_1 cod_2 cod_3 cod_4 var_x year_1_cod_1 year_1_cod_2
#  <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl> <dbl> <chr>        <dbl>        <dbl>
#1     1      0      1     5     5     3     6 x                0            0
#2     1      0      1     3     6    14     5 x                0            0
#3     1      0      1     2     8     5     4 x                0            0
#4     2      1      0    10     8     2     3 x               10            8
#5     2      1      0     3     9     1     2 x                3            9
#6     2      1      0     1    12     0     1 x                1           12
# … with 6 more variables: year_1_cod_3 <dbl>, year_1_cod_4 <dbl>,
#   year_2_cod_1 <dbl>, year_2_cod_2 <dbl>, year_2_cod_3 <dbl>,
#   year_2_cod_4 <dbl>
2
Ronak Shah 25 feb. 2020 a las 23:52 
library(dplyr)
library(tidyr)

data %>% 
  pivot_longer(starts_with("year"), names_to = "year", values_to = "year_val") %>% 
  pivot_longer(starts_with("cod"), names_to = "cod", values_to = "cod_val") %>% 
  mutate(year_cod = paste(year, cod, sep = "_"),
         val = year_val * cod_val) %>% 
  pivot_wider(
    id_cols = c(id, var_x),
    names_from = year_cod,
    values_from = val,
    values_fn = list(val = list)
  ) %>% 
  unnest(cols = c(-id, -var_x))
#> # A tibble: 6 x 10
#>      id var_x year_1_cod_1 year_1_cod_2 year_1_cod_3 year_1_cod_4 year_2_cod_1
#>   <dbl> <chr>        <dbl>        <dbl>        <dbl>        <dbl>        <dbl>
#> 1     1 x                0            0            0            0            5
#> 2     1 x                0            0            0            0            3
#> 3     1 x                0            0            0            0            2
#> 4     2 x               10            8            2            3            0
#> 5     2 x                3            9            1            2            0
#> 6     2 x                1           12            0            1            0
#> # … with 3 more variables: year_2_cod_2 <dbl>, year_2_cod_3 <dbl>,
#> #   year_2_cod_4 <dbl>

Creado en 2020-02-26 por el paquete de reprex (v0.3.0)

1
Aurèle 26 feb. 2020 a las 10:13
60404797

Preguntas relacionadas

2 Agregue una nueva variable a la lista de marcos de datos con purrr y mutate () de dplyr
8 Cómo usar map from purrr con dplyr :: mutate para crear múltiples columnas nuevas basadas en pares de columnas
5 Usando mutate rowwise sobre un subconjunto de columnas

Nuevas preguntas

2 Usando case_when () en filas agrupadas y seleccionando cuando el elemento está presente - solución tidyverse / R
3 ¿Cómo crear una función que imprima el número de valores idénticos en tres vectores?
2 ¿Es posible cambiar el tamaño de la leyenda en la base R (sin ggplot2)?
2 Etiquetar una secuencia de elementos de fila en un marco de datos (R)
2 Encuentre la posición del valor más cercano a otro valor dada una condición en R
2 R Desviación estándar entre columnas y filas por id
4 Crea una matriz simétrica a partir de una tabla larga en r
2 Entendiendo set.seed () en R
2 ¿Existe una función R para limpiar a través de un diccionario personalizado?
2 Pregunta sobre R, ¿Cómo se puede tomar la media de cada categoría?
Nuevas preguntas con la etiqueta r >

r

R es un entorno de software y lenguaje de programación de código abierto y gratuito para computación estadística, bioinformática, visualización y computación en general. Proporcione ejemplos mínimos y reproducibles junto con el resultado deseado. Use dput () para los datos y especifique todos los paquetes no base con llamadas a library (). No incruste imágenes para datos o código, use bloques de código con sangría en su lugar. Para preguntas relacionadas con estadísticas, use https://stats.stackexchange.com.

Más sobre r...