如何在dplyr rowwise场景中结合starts_with()与lambda函数？

问题背景 #

初始数据与加载包：

library(dplyr)
library(tidyr)
dat = data.frame('A' = 1:3, 'C_1' = 1:3, 'C_2' = 1:3, 'M' = 1:3)

直接指定列名的代码可正常运行：

dat %>% rowwise %>% mutate(Anew = list({function(x) c(x[1]^2, x[2] + 5, x[3] + 1)}(c(M, C_1, C_2)))) %>% ungroup %>% unnest_wider(Anew, names_sep = "")

但尝试用dplyr::starts_with()匹配列名时，以下代码无法运行：

dat %>% rowwise %>% mutate(Anew = list({function(x) c(x[1]^2, x[2] + 5, x[3] + 1)}(c(M, starts_with('C_'))))) %>% ungroup %>% unnest_wider(Anew, names_sep = "")

解决方案 #

starts_with()是列选择工具，不能直接在c()中拼接使用。需要借助dplyr::pick()选中目标列，再将其转为行内向量后传入函数。

修正后的代码 #

dat %>%
  rowwise() %>%
  mutate(
    Anew = list(
      {function(x) c(x[1]^2, x[2] + 5, x[3] + 1)}(
        c(M, pick(starts_with('C_')) %>% unlist())
      )
    )
  ) %>%
  ungroup() %>%
  unnest_wider(Anew, names_sep = "")

更易读的写法 #

先定义自定义函数，再调用：

my_fun <- function(x) {
  c(x[1]^2, x[2] + 5, x[3] + 1)
}

dat %>%
  rowwise() %>%
  mutate(Anew = list(my_fun(c(M, unlist(pick(starts_with('C_'))))))) %>%
  ungroup() %>%
  unnest_wider(Anew, names_sep = "")

原理说明 #

• pick(starts_with('C_'))：在rowwise环境下，选中当前行中所有以C_开头的列，返回一个单行tibble
• unlist()：将单行tibble转为普通向量，确保能和M拼接成函数所需的输入向量

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