Несколько mutate() с pmap?

Question

У меня есть набор данных, широкий для 10 сеансов, и каждый сеанс имеет идентификаторы # для двух членов команды. Я хочу вставить идентификаторы вместе, чтобы сформировать идентификаторы команд. Я могу сделать это с 10 mutate (по одному для каждой команды), но я пытаюсь найти способ сделать 1 mutate внутри карты или pmap.

Простой пример данных только с двумя сессиями

df2 <- data.frame( subj = c(1001,1002),
               id1.s1 = c(21, 44), 
               id2.s1 = c(21, 55), 
               id1.s2 = c(23, 44), 
               id2.s2 = c(21, 77))

df2 <- df2 %>%
  mutate(team.s1=paste(id1.s1, id2.s1, sep="-")) %>%
  mutate(team.s2=paste(id1.s2, id2.s2, sep="-")) %>%
  select(grep("subj|team", names(.)))

Это дает

  subj team.s1 team.s2
1 1001   21-21   23-21
2 1002   44-55   44-77

Есть ли способ сделать список из 3 элементов с e1 = 10 именами команд, e2 = 10 ID#1, e3 = 10 ID#2 и использовать mutate внутри pmap? ИЛИ какой-нибудь другой ват, который избегает 10 мутированных строк?

Я не мог понять, как получить имя фрейма данных в mutate

Answer 1

Решение на основе тидыровgather а также spread функции. separate Функция состоит в том, чтобы отделить один столбец на основе шаблона.

library(dplyr)
library(tidyr)

df2 <- df1 %>%
  gather(ID_S, Value, -subj) %>%
  separate(ID_S, into = c("ID", "S")) %>%
  group_by(subj, S) %>%
  summarise(Value = paste(Value, collapse = "-")) %>%
  mutate(S = paste0("team.", S)) %>%
  spread(S, Value) %>%
  ungroup()
df2
# # A tibble: 2 x 3
# subj team.s1 team.s2
# * <dbl> <chr>   <chr>  
# 1  1001 21-21   23-21  
# 2  1002 44-55   44-77

ДАННЫЕ

df1 <- data.frame( subj = c(1001,1002),
                   id1.s1 = c(21, 44), 
                   id2.s1 = c(21, 55), 
                   id1.s2 = c(23, 44), 
                   id2.s2 = c(21, 77))

Answer 2

Один вариант может быть split фрейм данных на основе суффикса имен столбцов, т. е. s1/s2 или сеансы, затем для каждого сеанса вставьте столбцы с do.call(paste, ...):

С tidyverse (версия 1.2.1):

df2 %>% 
    split.default(sub('id[12]\\.(s[0-9]+)', '\\1', names(.))) %>% 
    map_dfc(~do.call(paste, c(sep="-", .)))

# A tibble: 2 x 3
#  s1    s2    subj 
#  <chr> <chr> <chr>
#1 21-21 23-21 1001 
#2 44-55 44-77 1002