r - 如何使用 mutate 从 for 循环中的列表创建列

Question

我想知道是否有一种方法可以在 for 循环中使用 mutate() 函数从 R 中的列表创建多个列。

以下是我的意思的示例:

问题:

我有一个数据框df，它有两列:类别和评级。我想为 df$category 的每个元素添加一列，并且在该列中，如果类别列与迭代器匹配，我想要一个 1。

library(dplyr)

df <- tibble(
  category = c("Art","Technology","Finance"),
  rating = c(100,95,50)
)

手动执行，我可以这样做:

df <-
  df %>% 
  mutate(art = ifelse(category == "Art", 1,0))

但是，当我有 50 个类别时会发生什么？ (这与我原来的问题很接近。那会花费很多时间!)

我尝试过的:

category_names <- df$category

for(name in category_names){

  df <-
    df %>% 
    mutate(name = ifelse(category == name, 1,0))

}

不幸的是，它似乎不起作用。

如果您能提供有关该主题的任何信息，我将不胜感激!

完整代码:

library(dplyr)

#Creates tibble
df <- tibble(
  category = c("Art","Technology","Finance"),
  rating = c(100,95,50)
)

#Showcases the operation I would like to loop over df
df <-
  df %>% 
  mutate(art = ifelse(category == "Art", 1,0))

#Creates a variable for clarity
category_names <- df$category

#For loop I tried
for(name in category_names){

  df <-
    df %>% 
    mutate(name = ifelse(category == name, 1,0))

}

我知道我本质上所做的是model.matrix()的一种形式；然而，在我发现这个功能之前，我仍然很困惑为什么我之前所做的事情不起作用。

Answer 1

我们可以在创建序列列后使用pivot_wider

library(dplyr)
library(tidyr)
df %>% 
    mutate(rn = row_number(), n = 1) %>% 
    pivot_wider(names_from = category, values_from = n, 
             values_fill = list(n = 0)) %>%
    select(-rn)
# A tibble: 3 x 4
#  rating   Art Technology Finance
#   <dbl> <dbl>      <dbl>   <dbl>
#1    100     1          0       0
#2     95     0          1       0
#3     50     0          0       1

---

或者另一个选项是 map

library(purrr)
map_dfc(unique(df$category),  ~  df %>%
                                 transmute(!! .x := +(category == .x))) %>% 
     bind_cols(df, .)
# A tibble: 3 x 5
#  category   rating   Art Technology Finance
#* <chr>       <dbl> <int>      <int>   <int>
#1 Art           100     1          0       0
#2 Technology     95     0          1       0
#3 Finance        50     0          0       1

---

如果我们需要一个for循环

for(name in category_names) df <- df %>% mutate(!! name := +(category == name))

---

或者在带有table的base R中

cbind(df, as.data.frame.matrix(table(seq_len(nrow(df)), df$category)))
#    category rating Art Finance Technology
#1        Art    100   1       0          0
#2 Technology     95   0       0          1
#3    Finance     50   0       1          0