mutate_at के साथ नए चर बनाएं मूल लोगों को रखते हुए

Question

इस सरल उदाहरण पर विचार करें:

library(dplyr) 

dataframe <- data_frame(helloo = c(1,2,3,4,5,6), 
         ooooHH = c(1,1,1,2,2,2), 
         ahaaa = c(200,400,120,300,100,100)) 

# A tibble: 6 x 3 
    helloo ooooHH ahaaa 
    <dbl> <dbl> <dbl> 
1  1  1 200 
2  2  1 400 
3  3  1 120 
4  4  2 300 
5  5  2 100 
6  6  2 100 

यहाँ मैं सभी स्तंभों कि oo शामिल करने के लिए समारोह ntile लागू करना चाहते हैं, लेकिन मैं ये नए कॉलम होना चाहते हैं cat + संबंधित कॉलम कहा जाता है।

मैं जानता हूँ कि मैं इस

dataframe %>% mutate_at(vars(contains('oo')), .funs = funs(ntile(., 2))) 
# A tibble: 6 x 3 
    helloo ooooHH ahaaa 
    <int> <int> <dbl> 
1  1  1 200 
2  1  1 400 
3  1  1 120 
4  2  2 300 
5  2  2 100 
6  2  2 100 

लेकिन क्या मैं जरूरत है क्या कर सकते हैं इस

# A tibble: 8 x 5 
    helloo ooooHH ahaaa cat_helloo cat_ooooHH 
    <dbl> <dbl> <dbl> <int> <int> 
1  1  1 200  1  1 
2  2  1 400  1  1 
3  3  1 120  1  1 
4  4  2 300  2  2 
5  5  2 100  2  2 
6  5  2 100  2  2 
7  6  2 100  2  2 
8  6  2 100  2  2 

वहाँ एक समाधान है कि मध्यवर्ती डाटा स्टोर करने की आवश्यकता नहीं है, और मूल करने के लिए वापस मर्ज है डेटा ढांचा?

Answer 1

आप प्रत्यय संलग्न नामों के साथ नए चर बनाने के लिए funs में कार्यों को नाम दे सकते हैं।

dataframe %>% mutate_at(vars(contains('oo')), .funs = funs(cat = ntile(., 2))) 

# A tibble: 6 x 5 
    helloo ooooHH ahaaa helloo_cat ooooHH_cat 
    <dbl> <dbl> <dbl>  <int>  <int> 
1  1  1 200   1   1 
2  2  1 400   1   1 
3  3  1 120   1   1 
4  4  2 300   2   2 
5  5  2 100   2   2 
6  6  2 100   2   2 

आप के बजाय एक उपसर्ग के रूप में यह चाहते हैं, आप तो rename_at का उपयोग नाम बदलने के लिए कर सकते हैं।

dataframe %>% 
    mutate_at(vars(contains('oo')), .funs = funs(cat = ntile(., 2))) %>% 
    rename_at(vars(contains("_cat")), funs(paste("cat", gsub("_cat", "", .), sep = "_"))) 

# A tibble: 6 x 5 
    helloo ooooHH ahaaa cat_helloo cat_ooooHH 
    <dbl> <dbl> <dbl>  <int>  <int> 
1  1  1 200   1   1 
2  2  1 400   1   1 
3  3  1 120   1   1 
4  4  2 300   2   2 
5  5  2 100   2   2 
6  6  2 100   2   2