我是 purrr 包的新手，但我喜欢我对它的了解。
仅使用 tidyverse 包，我希望能够添加一个列，该列是应用于数据集中的列子集的函数的结果。
这是一些玩具数据。一系列因素列
df <- data.frame(a_1 = factor(rep(letters[1:3], times = 5)),
a_2 = factor(rep(letters[1:3], times = 5)),
a_3 = factor(rep(letters[1:3], times = 5)),
b_1 = factor(rep(letters[1:3], times = 5)),
b_2 = factor(rep(letters[1:3], times = 5)),
b_3 = factor(rep(letters[1:3], times = 5)))
df
# output
# a_1 a_2 a_3 b_1 b_2 b_3
# 1 a a a a a a
# 2 b b b b b b
# 3 c c c c c c
# 4 a a a a a a
# 5 b b b b b b
# 6 c c c c c c
# 7 a a a a a a
# 8 b b b b b b
# 9 c c c c c c
# 10 a a a a a a
# 11 b b b b b b
# 12 c c c c c c
# 13 a a a a a a
# 14 b b b b b b
# 15 c c c c c c
以下函数通过 purr::map_df 和 dplyr::select 循环遍历以 a_ 开头的 df 列，将将它们归为数字类，找到这些列的平均值，然后乘以 3。
rowMeans(purrr::map_df(.x = df %>% dplyr::select(grep("a_", names(.))),
.f = function(x) x <- as.numeric(x))*3)
# output
# [1] 3 6 9 3 6 9 3 6 9 3 6 9 3 6 9
这是正确的输出，但它是一个向量。
使用 tidyverse 函数，如何将函数的结果添加到现有 df 数据集作为新列而不是向量？
我猜想涉及到dplyr::mutate，但我无法解决。
最佳答案
您可以使用pmap_dbl:
library(dplyr)
library(purrr)
df %>%
mutate(mean_vec = pmap_dbl(select(., starts_with('a_')),
~mean(as.numeric(c(...)) * 3)))
# a_1 a_2 a_3 b_1 b_2 b_3 mean_vec
#1 1 1 1 a a a 3
#2 2 2 2 b b b 6
#3 3 3 3 c c c 9
#4 1 1 1 a a a 3
#5 2 2 2 b b b 6
#6 3 3 3 c c c 9
#7 1 1 1 a a a 3
#8 2 2 2 b b b 6
#9 3 3 3 c c c 9
#10 1 1 1 a a a 3
#11 2 2 2 b b b 6
#12 3 3 3 c c c 9
#13 1 1 1 a a a 3
#14 2 2 2 b b b 6
#15 3 3 3 c c c 9
或者另一种选择:
df %>%
mutate_at(vars(starts_with('a')), as.numeric) %>%
mutate(mean_vec = rowMeans(select(., starts_with('a_')) * 3))
关于r - 使用 purrr 和 dplyr 将函数应用于列的子集，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60842756/