r - 使用 dplyr::mutate() 创建新变量而不发生名称冲突

Question

我正在编写一系列在内部使用 dplyr 来操作数据的函数。

在使用数据集时，我想在很多地方添加新变量。但是，我不知道如何命名这些新变量，以避免覆盖数据中已有的变量，因为我不知道正在传递的数据集中有什么内容。

在基础 R 中我可以这样做:

df <- data.frame(a = 1:5)

df[, ncol(df)+1] <- 6:10

它将为新添加的变量选择一个不与任何现有名称冲突的名称。我想在 dplyr 中执行此操作，而不是破坏 dplyr 的一致应用程序以返回到 base-R。

到目前为止我想到的所有解决方案都感觉非常笨拙，或者无论如何都需要使用一堆base-R fuzzy，这并不比仅仅在base-R中添加变量更好:

1. 重命名所有变量，以便我知道名称是什么
2. 提取 names() 向量并使用多种方法之一生成向量中没有的名称
3. 如果用户的数据中碰巧有我的内部变量名称，则会出错(奥运会的糟糕做法!)

在 dplyr 中是否有直接的方法来执行此操作？让它在 mutate 中工作将是理想的选择，尽管我认为 bind_cols 或 tibble::add_column 也可以。

我尝试过的一些方法不起作用:

df <- data.frame(a = 1:5)

# Gives the new variable a fixed title which might already be in there
df %>% mutate(6:10)
df %>% tibble::add_column(6:10)
df %>% mutate(NULL = 6:10)

# Error
df %>% bind_cols(6:10)
df %>% mutate( = 6:10)
df %>% mutate(!!NULL := 6:10)

# And an example of the kind of function I'm looking at:
# This function returns the original data arranged in a random order
# and also the random variable used to arrange it
arrange_random <- function(df) {
  df <- df %>%
    mutate(randomorder = runif(n())) %>%
    arrange(randomorder)

  return(df)
}

# No naming conflict, no problem!
data <- data.frame(a = 1:5)
arrange_random(data)

# Uh-oh, the original data gets lost!
data <- data.frame(randomorder = 1:5)
arrange_random(data)

Answer 1

我现在发布这个解决方案。这听起来像是不太了解自己的数据的情况，所以我认为一个好的方法是在函数中包含一个 if-else 语句。其逻辑是，用户选择一些任意的新名称作为后缀添加到原始变量名称中，但如果新名称已包含在原始数据中，则该函数将返回错误。否则，该函数将运行并返回原始数据以及新变异的数据。

df <- data.frame(a = 1:5, b=11:15, c=21:25)

# define function with if-else statement to catch any possible duplicates
addnew <- function(data,name='newvar'){
  if(sum(grepl(name,names(data),ignore.case=T))>0)
  {stop('Error! Possible duplicate names with your new variable names')} else{
  data1 <- data %>% mutate_all(list( ~ runif(n())))
  names(data1) <- paste0(names(data1),'_',name)
  bind_cols(data,data1)
    }
}

addnew(df,'new')

  a  b  c     a_new     b_new     c_new
1 1 11 21 0.2875775 0.0455565 0.9568333
2 2 12 22 0.7883051 0.5281055 0.4533342
3 3 13 23 0.4089769 0.8924190 0.6775706
4 4 14 24 0.8830174 0.5514350 0.5726334
5 5 15 25 0.9404673 0.4566147 0.1029247

# try with new data that should throw an error
df <- data.frame(a_new = 1:5,b=11:15,c=21:25)

addnew(df,'new')
Error in addnew(df, "new") : 
  Error! Possible duplicate names with your new variable names