在mutate with paste中使用带有字符串的向量

使用base R。代码简洁易用,但如果 mygroup 很长。使用 do.call() 相反。

df$ID <- Reduce(\(x, y) paste(x, y, sep = "_"), df[mygroup])

#   PERIOD CODE  VALUE ID    
#    <dbl> <chr> <dbl> <chr> 
# 1   1995 A        10 1995_A
# 2   1996 B        20 1996_B

另一个简洁但低效的解决方案:

df$ID <- apply(df[mygroup], 1, paste, collapse = "_")

你可以试试

df %>%
  mutate(ID = do.call(paste, c(.[mygroup], sep = "_")))

或

df %>%
  mutate(ID = do.call(str_c, c(select(., mygroup), sep = "_")))

这给了

# A tibble: 2 × 4
  PERIOD CODE  VALUE ID
   <dbl> <chr> <dbl> <chr> 
1   1995 A        10 1995_A
2   1996 B        20 1996_B

当您装载时 tidyverse ,我认为这样做的自然方式是使用 tidyr::unite() 一 将多个列粘贴到一个列中的便利功能 ,以及 !!! splice operator 注入动态传递的列名。

df |>
    unite(
        "ID", !!!mygroup,
        remove = FALSE # don't delete the pasted columns
    )

# # A tibble: 2 × 4
#   ID     PERIOD CODE  VALUE
#   <chr>   <dbl> <chr> <dbl>
# 1 1995_A   1995 A        10
# 2 1996_B   1996 B        20

也许是这样的?

 df %>%
      mutate(id = paste(eval(parse(text = mygroup[1])),
                        eval(parse(text = mygroup[2])), sep = "_"))
    
    # A tibble: 2 × 4
      PERIOD CODE  VALUE id    
       <dbl> <chr> <dbl> <chr> 
    1   1995 A        10 1995_A
    2   1996 B        20 1996_B

如果你想使用tidyverse,你可以使用以下组合 rowwise() 和 c_across() 诚然,对于如此简单的任务,需要相当多的代码

df %>% 
  mutate(across(all_of(mygroup), as.character)) %>% 
  rowwise() %>% 
  mutate(ID = paste(c_across(all_of(mygroup)), collapse = '_')) %>% 
  ungroup()
#> # A tibble: 2 × 4
#>   PERIOD CODE  VALUE ID    
#>   <chr>  <chr> <dbl> <chr> 
#> 1 1995   A        10 1995_A
#> 2 1996   B        20 1996_B

^{创建于2024年12月11日 reprex v2.1.1}

另一种可能 tidyverse 风味:

df %>%
 mutate(ID = pmap_chr(across(all_of(mygroup)), ~ paste(..., sep = "_")))

  PERIOD CODE  VALUE ID    
   <dbl> <chr> <dbl> <chr> 
1   1995 A        10 1995_A
2   1996 B        20 1996_B