R用户定义函数对多个变量进行分组

Posted 2023-04-13

【中文标题】R用户定义函数对多个变量进行分组

【英文标题】：R user-defined function to group multiple variables

【发布时间】：2019-04-02 17:19:14

【问题描述】：

我已将连续 3 年的调查数据合并到一个数据框中。事实证明，每次调查的变量名称都不同（例如，100 个变量有 3 倍，而不是只有 100 个变量）。我正在尝试创建一个函数，允许我输入与同一问题相关的变量。然后该函数观察哪一个包含信息并返回一个新变量来替换原来的 3 个变量。

我尝试创建下面的函数。使用 'coalesce' 选择观察结果并忽略所有 NA。

df <- matrix(c(3, NA, NA, NA, 0.2, NA, NA, NA, 0.5),
              ncol = 3, nrow = 3,
              dimnames = list(NULL, c("a", "b", "c")))

special_function <-function(df, Name_new_variable, Name_a, Name_b, Name_c, na.rm= FALSE) 
  df$Name_new_variable <- coalesce(df$Name_a,
                          df$Name_b,
                          df$Name_c
  )
  df$Name_a <- NULL
  df$Name_b <- NULL
  df$Name_c <- NULL

期望上面的函数查看数据帧“df”。考虑新变量“name_new_variable”的名称并合并 3 列 Name_a、Name_b、Name_c。

【问题讨论】：

欢迎来到 SO。请与dput 分享示例数据，以便人们重现问题

【参考方案1】：

如果您正在处理调查，我建议您为 df 使用数据框而不是矩阵。由于您使用的是dplyr 库，因此您可以尝试以下代码：

special_function <-function(df, Name_new_variable, Name_a, Name_b, Name_c) 
  df <- as.data.frame(df) %>% select(Name_a, Name_b, Name_c)
  df[, Name_new_variable]= coalesce(df[, Name_a], df[, Name_b], df[, Name_c])
  df <- df %>% select(-c(Name_a, Name_b, Name_c)) 
  return(df)


special_function(df, "NewVariableName", "a", "b", "c")

输出：

> special_function(df, "NewVariableName", "a", "b", "c")
  NewVariableName
1             3.0
2             0.2
3             0.5