我经常发现自己在dplyr中手动组合select（）和mutate（）函数。这通常是因为我正在整理数据框架，想要在旧列的基础上创建新列，并且只想保留新列。
例如，如果我有关于高度和宽度的数据，但只想用它们来计算和保存面积，那么我会使用：
library(dplyr)
df <- data.frame(height = 1:3, width = 10:12)
df %>%
mutate(area = height * width) %>%
select(area)当在mutate步骤中创建了很多变量时，很难确保它们都在选择步骤中。有没有更优雅的方法只保留在mutate步骤中定义的变量？
我一直在使用的一个解决方法是：
df %>%
mutate(id = row_number()) %>%
group_by(id) %>%
summarise(area = height * width) %>%
ungroup() %>%
select(-id)这是可行的，但相当冗长，并且summarise（）的使用意味着有一个性能打击：
library(microbenchmark)
microbenchmark(
df %>%
mutate(area = height * width) %>%
select(area),
df %>%
mutate(id = row_number()) %>%
group_by(id) %>%
summarise(area = height * width) %>%
ungroup() %>%
select(-id)
)输出：
min lq mean median uq max neval cld
868.822 954.053 1258.328 1147.050 1363.251 4369.544 100 a
1897.396 1958.754 2319.545 2247.022 2549.124 4025.050 100 b我在想还有另一种解决方法，可以比较原始数据框架名称和新数据框架名称，并选择正确的补语，但也许有更好的方法？
我觉得我在dplyr文档中遗漏了一些非常明显的东西，所以如果这是微不足道的，我道歉!
3条答案
按热度按时间nx7onnlm1#
只是为了给予更多的可见性@Nate的评论，
transmute()是要走的路！！从它的描述来看：编辑：为了给予工作示例，
与
dsekswqp2#
只需创建您自己的函数，将这两个步骤结合起来：
这需要一些工作才能与标准评估一起正常运行。不幸的是，dplyr API目前正在这一点上发展，所以我不知道几周后对此的建议是什么。因此，我只引用relevant documentation。
bnlyeluc3#
只需使用
.keep参数：更多选项包括：
.keep = c("all", "used", "unused", "none")。有关完整描述，请参见：
控制在输出中保留.data中的哪些列。正在分组列和由...创建的列总是保留着。