时间戳

首页 > 解决方案 > 将数据框列解压缩为多列

r - 将数据框列解压缩为多列

问题描述

我正在尝试创建一个函数，如果它存在，它将改变一个列。如果该列确实存在，我将返回一个包含两列的数据框。我想帮助将此数据框列解压缩到其组件列中：

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

my_transformation = function(df){
  df %>% 
    mutate(across(any_of('cyl'), function(x) tibble(a = x + 3, b = x + 1)))
}

df_1 = as_tibble(mtcars)
df_2 = df_1 %>% select(-cyl)

my_transformation(df_1)
#> # A tibble: 32 x 11
#>      mpg cyl$a    $b  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21       9     7  160    110  3.9   2.62  16.5     0     1     4     4
#>  2  21       9     7  160    110  3.9   2.88  17.0     0     1     4     4
#>  3  22.8     7     5  108     93  3.85  2.32  18.6     1     1     4     1
#>  4  21.4     9     7  258    110  3.08  3.22  19.4     1     0     3     1
#>  5  18.7    11     9  360    175  3.15  3.44  17.0     0     0     3     2
#>  6  18.1     9     7  225    105  2.76  3.46  20.2     1     0     3     1
#>  7  14.3    11     9  360    245  3.21  3.57  15.8     0     0     3     4
#>  8  24.4     7     5  147.    62  3.69  3.19  20       1     0     4     2
#>  9  22.8     7     5  141.    95  3.92  3.15  22.9     1     0     4     2
#> 10  19.2     9     7  168.   123  3.92  3.44  18.3     1     0     4     4
#> # … with 22 more rows

my_transformation(df_2)
#> # A tibble: 32 x 10
#>      mpg  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21    160    110  3.9   2.62  16.5     0     1     4     4
#>  2  21    160    110  3.9   2.88  17.0     0     1     4     4
#>  3  22.8  108     93  3.85  2.32  18.6     1     1     4     1
#>  4  21.4  258    110  3.08  3.22  19.4     1     0     3     1
#>  5  18.7  360    175  3.15  3.44  17.0     0     0     3     2
#>  6  18.1  225    105  2.76  3.46  20.2     1     0     3     1
#>  7  14.3  360    245  3.21  3.57  15.8     0     0     3     4
#>  8  24.4  147.    62  3.69  3.19  20       1     0     4     2
#>  9  22.8  141.    95  3.92  3.15  22.9     1     0     4     2
#> 10  19.2  168.   123  3.92  3.44  18.3     1     0     4     4
#> # … with 22 more rows

由reprex 包（v0.3.0）于 2020 年 8 月 22 日创建

如您所见，在调用 时my_transformation(df_1)，有两个子列：cyl$a和cyl$b。如何让这些成为常规列？

我试过unnest(cyl)但没有成功。

标签： rdplyr

解决方案

因此，我发现删除数据框列的“嵌套”的唯一方法是不提供 LHS 参数，mutate如此处所述

不幸的是，across无法用于检查缺失的列，因为它用于.names在 LHS 上分配某些内容。

因此，我采取的方法是在缺失列的情况下插入缺失的列，然后mutate在没有across.

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
library(tibble)

my_transformation = function(df){
  cols <- c(cyl = NA_real_)
  df %>% 
    add_column(!!!cols[!names(cols) %in% names(.)]) %>%
    mutate(tibble(a = cyl + 3, b = cyl + 1))
}

df_1 = as_tibble(mtcars)
df_2 = df_1 %>% select(-cyl)

my_transformation(df_1)
#> # A tibble: 32 x 13
#>      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb     a     b
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4     9     7
#>  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4     9     7
#>  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1     7     5
#>  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1     9     7
#>  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2    11     9
#>  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1     9     7
#>  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4    11     9
#>  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2     7     5
#>  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2     7     5
#> 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4     9     7
#> # … with 22 more rows

my_transformation(df_2)
#> # A tibble: 32 x 13
#>      mpg  disp    hp  drat    wt  qsec    vs    am  gear  carb   cyl     a     b
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21    160    110  3.9   2.62  16.5     0     1     4     4    NA    NA    NA
#>  2  21    160    110  3.9   2.88  17.0     0     1     4     4    NA    NA    NA
#>  3  22.8  108     93  3.85  2.32  18.6     1     1     4     1    NA    NA    NA
#>  4  21.4  258    110  3.08  3.22  19.4     1     0     3     1    NA    NA    NA
#>  5  18.7  360    175  3.15  3.44  17.0     0     0     3     2    NA    NA    NA
#>  6  18.1  225    105  2.76  3.46  20.2     1     0     3     1    NA    NA    NA
#>  7  14.3  360    245  3.21  3.57  15.8     0     0     3     4    NA    NA    NA
#>  8  24.4  147.    62  3.69  3.19  20       1     0     4     2    NA    NA    NA
#>  9  22.8  141.    95  3.92  3.15  22.9     1     0     4     2    NA    NA    NA
#> 10  19.2  168.   123  3.92  3.44  18.3     1     0     4     4    NA    NA    NA
#> # … with 22 more rows

由reprex 包于 2020-08-23 创建(v0.3.0)

不是该解决方案的忠实拥护者。但它确实有效。我正在考虑为要返回输出数据框列的实例创建一个 github 问题，mutate但仅在存在输入列的情况下使用。

推荐阅读