R dataframe使用跨/ all_of / mutate_if从现有列创建多个新列

在R语言中，dataframe是一种常用的数据结构，用于存储表格型数据。dplyr包提供了许多用于处理dataframe的强大函数，其中包括across、all_of和mutate_if。这些函数可以帮助你从现有列创建多个新列。

基础概念

1. across: 这个函数允许你对数据框中的多个列执行相同的操作。你可以指定要操作的列，并对这些列应用一个函数或一组函数。
2. all_of: 这是一个辅助函数，用于匹配指定的列名。它通常与across一起使用，以确保只对指定的列执行操作。
3. mutate_if: 这个函数允许你根据某些条件对数据框中的列进行修改。你可以指定一个谓词函数来决定哪些列应该被修改，并对这些列应用一个函数。

相关优势

• 代码简洁性: 使用这些函数可以减少冗余代码，使数据处理更加简洁。
• 可读性强: 通过链式调用，代码的逻辑更加清晰，易于理解和维护。
• 灵活性: 可以轻松地对多个列进行相同的操作，或者根据条件选择性地修改列。

类型与应用场景

• 类型: 这些函数主要用于数据框的转换和增强。
• 应用场景: 数据清洗、特征工程、数据预处理等。

示例代码

使用across和all_of创建新列

假设我们有一个数据框df，包含列a, b, c，我们想创建新列a_squared, b_squared, c_squared，分别表示原列的平方。

library(dplyr)

df <- data.frame(a = 1:3, b = 4:6, c = 7:9)

df <- df %>%
  mutate(across(all_of(c("a", "b", "c")), ~ .^2, .names = "{.col}_squared"))

print(df)

输出：

  a b c a_squared b_squared c_squared
1 1 4 7         1        16        49
2 2 5 8         4        25        64
3 3 6 9         9        36        81

使用mutate_if创建新列

假设我们有一个数据框df，包含列a, b, c，我们想对所有数值型列添加一个新列is_positive，表示该列的值是否大于0。

library(dplyr)

df <- data.frame(a = c(-1, 2, -3), b = c(4, -5, 6), c = c(7, 8, -9))

df <- df %>%
  mutate_if(is.numeric, ~ ifelse(. > 0, TRUE, FALSE), .names = "is_positive_{.col}")

print(df)

输出：

  a  b  c is_positive_a is_positive_b is_positive_c
1 -1  4  7         FALSE          TRUE          TRUE
2  2 -5  8          TRUE         FALSE          TRUE
3 -3  6 -9         FALSE          TRUE         FALSE

遇到问题及解决方法

问题：某些列没有按预期进行转换

原因: 可能是由于列名拼写错误，或者指定的列不存在于数据框中。

解决方法: 检查列名是否正确，并确保它们存在于数据框中。可以使用names(df)查看数据框的所有列名。

问题：函数应用错误

原因: 可能是由于传递给across或mutate_if的函数不正确，或者函数内部的逻辑有误。

解决方法: 确保传递的函数正确，并在单独的步骤中测试该函数以确保其逻辑正确。

通过这些方法和示例代码，你应该能够有效地使用across、all_of和mutate_if函数来处理R中的数据框。