Возвращение результатов pmap в виде столбцов в кадре данных

Question

Я хочу разделить каждый столбец в списке a на соответствующий столбец в списке b, а затем вернуть отношение как новый столбец в уже существующем кадре данных.

Я нашел общий способ сделать этоиспользуя следующий код (используя пакет diamonds в качестве примера):

library(tidyverse)

results <- list(
  lst("depth", "table", "price"),
  lst("x", "y", "z")
) %>%
  pmap_dfc(~diamonds %>% mutate(var = !!sym(.x)/!!sym(.y))) %>%
  select(c(1:ncol(diamonds)), matches("var")) %>%
  rename(new1 = var,
         new2 = var1,
         new3 = var2)

Моя проблема заключается в том, что это дублирует весь фрейм данных для каждой новой переменной, которую я создаю, и мне затем нужно отменить выбор этих дублированных столбцов,Это не проблема здесь, но может быть, когда мне нужно сделать это с 1) большим количеством переменных и / или 2) большими кадрами данных.

Любой совет, как только создавать новые столбцы и связывать их с фреймом данных diamond (т.е. избегать использования функции select в моем коде)?

РЕДАКТИРОВАТЬ

Желаемый результат - это то, что в настоящее время находится в объекте results выше (и вставлен ниже) - процесс попадания в мой код просто кажется мне неправильным.

> results
# A tibble: 53,940 x 13
   carat cut       color clarity depth table price     x     y     z  new1  new2  new3
   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 0.23  Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43  15.6  13.8  134.
 2 0.21  Premium   E     SI1      59.8    61   326  3.89  3.84  2.31  15.4  15.9  141.
 3 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31  14.0  16.0  142.
 4 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63  14.9  13.7  127.
 5 0.31  Good      J     SI2      63.3    58   335  4.34  4.35  2.75  14.6  13.3  122.
 6 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48  15.9  14.4  135.
 7 0.24  Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47  15.8  14.3  136.
 8 0.26  Very Good H     SI1      61.9    55   337  4.07  4.11  2.53  15.2  13.4  133.
 9 0.22  Fair      E     VS2      65.1    61   337  3.87  3.78  2.49  16.8  16.1  135.
10 0.23  Very Good H     VS1      59.4    61   338  4     4.05  2.39  14.8  15.1  141.
# ... with 53,930 more rows

Answer 1

Просто transmute(), а затем привязать новые столбцы к оригинальному df:

library(tidyverse)

results <- list(
  lst("depth", "table", "price"),
  lst("x", "y", "z")
) %>%
  pmap_dfc(~diamonds %>% transmute(var = !!sym(.x)/!!sym(.y))) %>%
  bind_cols(diamonds, .)

Answer 2

Вы можете генерировать эти три новых столбца отдельно. Поскольку порядок такой же, вы можете использовать bind_cols для его конкатенации.

Я просто хотел избежать использования промежуточных переменных, поэтому я написал все в конвейере.

diamonds %>%
    bind_cols(
        list(
            lst("depth", "table", "price"),
            lst("x", "y", "z")
        ) %>%
            pmap_dfc(~diamonds[[.x]]/diamonds[[.y]]) %>%
            {
                colnames(.) <- c("var1","var2","var3")
                return(.)
            }
    )

# A tibble: 53,940 x 13
   carat cut       color clarity depth table price     x     y     z  var1  var2  var3
   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 0.23  Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43  15.6  13.8  134.
 2 0.21  Premium   E     SI1      59.8    61   326  3.89  3.84  2.31  15.4  15.9  141.
 3 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31  14.0  16.0  142.
 4 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63  14.9  13.7  127.
 5 0.31  Good      J     SI2      63.3    58   335  4.34  4.35  2.75  14.6  13.3  122.
 6 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48  15.9  14.4  135.
 7 0.24  Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47  15.8  14.3  136.
 8 0.26  Very Good H     SI1      61.9    55   337  4.07  4.11  2.53  15.2  13.4  133.
 9 0.22  Fair      E     VS2      65.1    61   337  3.87  3.78  2.49  16.8  16.1  135.
10 0.23  Very Good H     VS1      59.4    61   338  4     4.05  2.39  14.8  15.1  141.
# ... with 53,930 more rows

Answer 3

Одним из решений является составление неоцененных выражений, которые захватывают желаемое вычисление, а затем передают эти выражения непосредственно для преобразования: