在dplyr中基于vector创建新列 [英] Create new columns based on vector in dplyr

问题描述

使用 dplyr 可以轻松地使用 mutate 创建新列:

With dplyr it is easy to create a new column using mutate:

df <- data.frame(v1 = 1:3, v2 = c('a','b','c'))
> mutate(df, newcol = NA)
  v1 v2 newcol
1  1  a     NA
2  2  b     NA
3  3  c     NA

我们还可以使用 mutate_at 使用向量创建多个新列(显示为

We can also create multiple new columns with a vector using mutate_at (shown here):

> cnames <- c('newcol1', 'newcol2', 'newcol3')
> mutate_at(df, cnames, funs(log(v1)))
  v1 v2   newcol1   newcol2   newcol3
1  1  a 0.0000000 0.0000000 0.0000000
2  2  b 0.6931472 0.6931472 0.6931472
3  3  c 1.0986123 1.0986123 1.0986123

是否有一种简单的方法使用 dplyr 将这些新列初始化为NA?

Is there a simple way to initialize these new columns as NA using dplyr?

例如， mutate_at(df，cnames，funs(v1 * NA))会提供所需的结果，但这似乎是间接的.我想要的是类似以下内容的东西:

For example, mutate_at(df, cnames, funs(v1 * NA)) gives the desired result, but that seems indirect. What I would like is something along the lines of:

mutate_at(df, cnames, funs(. = NA)) # Error: Can't create call to non-callable object

我们不需要知道其他任何列的名称.

where we don't need to know the names of any other columns.

(我知道这可以通过 df [，cnames]<-NA 来解决，但是我正在寻找使用 dplyr 函数的解决方案)

(I know this is simply solved with df[ , cnames] <- NA, but I'm looking for a solution using dplyr functions)

使用 dplyr 的更高版本，示例变为:

Using later versions of dplyr the example becomes:

mutate_at(df, all_of(cnames), funs(log(v1)))

推荐答案

您可以这样做.

library(dplyr)
df %>% 
 `is.na<-`(cnames)
#  v1 v2 newcol1 newcol2 newcol3
#1  1  a      NA      NA      NA
#2  2  b      NA      NA      NA
#3  3  c      NA      NA      NA

我希望一个％>％足够 dplyr .;)

这篇关于在dplyr中基于vector创建新列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！