如何用tidyverse的mutate结合外部向量按DataFrame列值求和？

数据准备 #

我们有以下外部向量和数据框：

prices <- c(10, 15, 20, 30)
df <- data.frame(count = c(1, 3, 2, 4))

需求 #

需要根据df中count列的取值，提取prices向量的前count个元素并求和，将结果作为新列添加到df中，预期输出为：

count sum
1     1  10
2     3  45
3     2  25
4     4  75

错误尝试及问题原因 #

尝试用以下tidyverse代码实现时出现错误：

library(tidyverse)
df |>
  mutate(sum = sum(!!prices[1:count]))

报错信息：

Error in quos(..., .ignore_empty = "all") : 
  object 'count' not found

问题原因：count是df内部的列变量，直接在prices[1:count]中引用时，R会在全局环境中查找count而非df的列环境，导致找不到对象的错误；同时!!的用法在此场景下不适用，无法正确关联数据框内的列。

正确实现方法 #

方法一：使用rowwise()逐行处理 #

通过rowwise()让mutate逐行计算，确保每一行的count值被正确引用：

library(tidyverse)

prices <- c(10, 15, 20, 30)
df <- data.frame(count = c(1, 3, 2, 4))

df |>
  rowwise() |>
  mutate(sum = sum(prices[1:count])) |>
  ungroup()

ungroup()用于取消逐行分组状态，避免后续操作受影响。

方法二：使用map_dbl()遍历计算 #

利用purrr包的map_dbl()函数遍历count列的每个值，执行求和操作：

df |>
  mutate(sum = map_dbl(count, ~sum(prices[1:.x])))

map_dbl()会对count的每个元素应用匿名函数~sum(prices[1:.x])，返回数值型结果作为新列。

内容的提问来源于stack exchange，提问作者deschen