如何用dplyr筛选含未知公共后缀的cnt_与pct_配对列？

问题说明 #

通过前期数据操作生成了计数列（格式为cnt_后缀）和百分比列（格式为pct_后缀），但列名的后缀是动态生成的，无法提前预知。需要自动匹配每组同后缀的cnt和pct列，将它们合并为计数 (百分比)格式的结果列。

示例数据 #

假设我们有如下生成的示例数据（后缀something和otherthing是动态生成的，实际场景中无法提前知晓）：

library(tidyverse)

mtcars <- mtcars %>% 
    mutate(cnt_something = sample(0:100, nrow(mtcars)),
           cnt_otherthing = sample(0:100, nrow(mtcars)),
           pct_something = paste0( cnt_something, "%"),
           pct_otherthing = paste0( cnt_otherthing, "%"))

解决方案 #

核心是先提取所有cnt_开头列的后缀，再逐个匹配对应的pct_列并合并：

# 提取所有cnt列的后缀
suffixes <- mtcars %>%
  select(starts_with("cnt_")) %>%
  colnames() %>%
  str_remove("cnt_")

# 遍历后缀，合并每组cnt和pct列
result <- mtcars %>%
  # 只保留cnt和pct开头的列
  select(starts_with("cnt_"), starts_with("pct_")) %>%
  # 逐行处理
  pmap_dfr(function(...) {
    row_data <- tibble(...)
    # 为每个后缀生成合并后的结果列
    map_dfc(suffixes, ~{
      tibble(!!paste0("result_", .x) := paste0(row_data[[paste0("cnt_", .x)]], " (", row_data[[paste0("pct_", .x)]], ")"))
    })
  }) %>%
  # 合并原数据的行名（车型名称）
  bind_cols(rownames_to_column(mtcars, "car_model") %>% select(car_model), .) %>%
  column_to_rownames("car_model")

# 查看前几行结果
head(result)

输出结果 #

执行上述代码后，会得到如下格式的结果：

result_something result_otherthing
Mazda RX4                   49 (49%)          82 (82%)
Mazda RX4 Wag               20 (20%)          72 (72%)
Datsun 710                  37 (37%)          75 (75%)
Hornet 4 Drive              22 (22%)          85 (85%)
Hornet Sportabout           53 (53%)        100 (100%)
Valiant                     11 (11%)          45 (45%)

内容的提问来源于stack exchange，提问作者user2498193