eine beliebige Anzahl von neuen Spalten erstellen in R mit dplyr

Question

Ich bin nicht sicher, ob der Titel gut formuliert ist, aber hier ist die Situation:

Ich habe einen Metadaten-Datensatz, die eine beliebige Anzahl von Zeilen haben kann in es, zum Beispiel:

Control_DF <- cbind.data.frame(
    Scenario = c("A","B","C") 
    ,Variable = c("V1","V2","V3") 
    ,Weight = c("w1","w2","w3") 
) 

die Daten in Control_DF enthaltenen Verwendung, ich möchte eine neue Version von jeder Variable auf meinem Haupt-Datensatz erstellen, wo ich die Variable durch das Gewicht multiplizieren. Also, wenn mein Haupt-Datensatz sieht wie folgt aus:

Main_Data <- cbind.data.frame(
    V1 = c(1,2,3,4) 
    ,V2 = c(2,3,4,5) 
    ,V2 = c(3,4,5,6) 
    ,w1 = c(0.1,0.5,1,0.8) 
    ,w2 = c(0.2,1,0.3,0.6) 
    ,w2 = c(0.3,0.7,0.1,0.2) 
) 

Dann in Open Source, was ich will so aussieht tun:

New_Data <- Main_Data %>% 
    mutate(
    weighted_V1 = V1 * w1 
    ,weighted_V2 = V2 * w2 
    ,weighted_V3 = V3 * w3 
) 

Ich brauche aber eine Möglichkeit, nicht diese harte Kodierung, und so, dass die Anzahl der Variablen, auf die Bezug genommen wird, beliebig ist.

Kann mir jemand helfen?

Answer 1

In Basis R mit lapply, Map und cbind Sie wie folgt tun könnte:

# with Control_DF create a list with pairs of <varName,wgt> 

controlVarList = lapply(Control_DF$Scenario,function(x) 

as.vector(as.matrix(Control_DF[Control_DF$Scenario==x,c("Variable","Weight")])) 

) 

controlVarList 
#[[1]] 
#[1] "V1" "w1" 
# 
#[[2]] 
#[1] "V2" "w2" 
# 
#[[3]] 
#[1] "V3" "w3" 


# A custom function for multiplication of both columns 

fn_weightedVars = function(x) { 

# x = c("V1","w1"); hence x[1] = "V1",x[2] = "w2" 
# reference these columns in Main_Data and do scaling 
wgtedCol = matrix(Main_Data[,x[1]] * Main_Data[,x[2]],ncol=1) 

#rename as required 
colnames(wgtedCol)= paste0("weighted_",x[1]) 

#return var 
wgtedCol 


} 


#call function on each each list element 

scaledList = Map(fn_weightedVars ,controlVarList) 

Ausgang: es

scaledDF = do.call(cbind,scaledList) 

#combine datasets 
New_Data = data.frame(Main_Data,scaledDF) 
New_Data 
# V1 V2 V3 w1 w2 w3 weighted_V1 weighted_V2 weighted_V3 
#1 1 2 3 0.1 0.2 0.3   0.1   0.4   0.9 
#2 2 3 4 0.5 1.0 0.7   1.0   3.0   2.8 
#3 3 4 5 1.0 0.3 0.1   3.0   1.2   0.5 
#4 4 5 6 0.8 0.6 0.2   3.2   3.0   1.2