使用dplyr的across与.names参数创建新列并实现列差值运算

原始数据 #

首先我们有如下数据框df：

set.seed(123) # 设置随机种子保证结果可复现
df <- data.frame(A_TR1=sample(10:20, 8, replace = TRUE),A_TR2=seq(2, 16, by=2), A_TR3=seq(1, 16, by=2),
                 B_TR1=seq(1, 16, by=2),B_TR2=seq(2, 16, by=2), B_TR3=seq(1, 16, by=2))

输出结果：

A_TR1 A_TR2 A_TR3 B_TR1 B_TR2 B_TR3
1    11     2     1     1     2     1
2    12     4     3     3     4     3
3    18     6     5     5     6     5
4    11     8     7     7     8     7
5    17    10     9     9    10     9
6    17    12    11    11    12    11
7    14    14    13    13    14    13
8    11    16    15    15    16    15

需求 #

需要将A_TR1减B_TR1、A_TR2减B_TR2……以此类推，生成名为x TR1、x TR2等的新列。

原代码错误分析 #

尝试的代码：

xdf <- df%>%mutate(across(starts_with("A_TR"), -across(starts_with("B_TR")), .names="x TR{.col}"))

报错：

attempt to select less than one element in integerOneIndex

错误原因是嵌套across的逻辑不对：第一个across会遍历每一个A_开头的列，但第二个across会返回所有B_开头的列，导致单个A列和多个B列做减法，维度不匹配，引发报错。同时.names里的{.col}会保留原列名（比如A_TR1），无法生成x TR1这种格式的列名。

解决方法 #

方法1：tidyverse风格（推荐） #

用dplyr结合stringr，通过列名匹配实现对应列相减，并生成指定列名：

library(dplyr)
library(stringr)

xdf <- df %>%
  mutate(
    # 遍历所有A_TR开头的列
    across(starts_with("A_TR"),
           # 当前A列减去对应的B列：把列名中的A_替换成B_，再获取该列的值
           ~ .x - get(str_replace(cur_column(), "^A_", "B_")),
           # 生成新列名：去掉原列名的A_，加上前缀x
           .names = "x TR{str_remove(.col, 'A_')}"
           )
  )

运行后xdf的新列结果：

x TR1 x TR2 x TR3
1    10     0     0
2     9     0     0
3    13     0     0
4     4     0     0
5     8     0     0
6     6     0     0
7     1     0     0
8    -4     0     0

方法2：Base R风格 #

如果习惯用基础R，也可以通过提取列名编号循环处理：

# 提取所有TR的编号（比如1、2、3）
tr_nums <- unique(sub(".*TR(\\d+)", "\\1", names(df)))

xdf <- df
# 循环生成新列
for(num in tr_nums) {
  xdf[[paste0("x TR", num)]] <- xdf[[paste0("A_TR", num)]] - xdf[[paste0("B_TR", num)]]
}

效果和方法1完全一致。

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