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

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

3 Mutar nueva variable por condición
2 Cómo crear una nueva columna basada en dos IDS coincidentes de dataframe de diferente longitud en R
3 Bucle que solo genera la última iteración de datos en R
2 valor de retorno de la instrucción if en r
2 Cómo asignar valores en una columna a otras columnas en datos amplios usando R
2 Calcular probabilidades condicionales para variables ficticias en R
2 Usar dplyr para verificar los valores de varias filas que cumplen una condición (excepto todas las filas donde la columna de fecha cae en un período específico)
2 Evite las NA al intersectar la matriz
2 Multiplica ciertos elementos de un vector en R
2 Trazar los resultados del árbol de decisión de tidymodels
Nuevas preguntas con la etiqueta r >

r

R es un entorno de software y lenguaje de programación gratuito y de código abierto para computación estadística, bioinformática, visualización y computación general. Proporcione ejemplos mínimos y reproducibles junto con la salida deseada. 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 sangrado en su lugar. Para preguntas relacionadas con estadísticas, use https://stats.stackexchange.com.

r...