在数据帧的每一行上运行函数，将结果存储在新列中，R

Question

我想在数据帧的每一行上运行函数 sum_differences 并将结果存储在新列“di_Flex”中。 a 是列Company ID，每个公司ID 存在多行。 b 是列max_di_Flex。谁能帮我解决for循环？谢谢！

data <- df <- data.frame(structure(list(`Company ID` = c(0, 0, 0, 0, 0, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6), Action = c(5, 5, 2, 4, 5, 5, 3, 1, 5, 7, 2, 4, 2, 6, 2, 3, 1, 4, 1, 5), Flexibility_Thinking = c(7, 2, 5, 1, 6, 5, 7, 7, 4, 7, 5, 2, 3, 3, 3, 3, 4, 3, 6, 6), max_di_Flex = c(12.8, 12.8, 12.8, 12.8, 12.8, 8, 8, 8, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16))))

data <- data %>% group_by(`Company ID`) %>% filter(length(`Company ID`) > 1)
data <- data %>% drop_na(`Flexibility_Thinking`)

sum_differences <- function(a,b) {
  a <- unique(a)
  new_list <- c()

  for (i in a) {
    for (j in a) {
      if(i != j) {
        new_list <- c(new_list, abs(i-j))
      }
    }
  }
  outcome <- round((sum(new_list) / length(a)), 2)
  percent <- outcome/b
  return(percent)
}

Answer 1

试试：

data$di_Flex <- apply(data, 1, function(x) sum_differences(x[1], x[3]))

或者：

data$di_Flex <- apply(as.data.frame(data), 1, function(x) sum_differences(x[1], x[3]))

Answer 2

使用 map2_dbl 的 Tidyverse 解决方案（当您有一个接受 2 个输入并返回一个数字的函数时）：

df <- as.data.frame(data)
library(tidyverse)
df %>%
    mutate(diFlex = map2_dbl(Company.ID, max_di_Flex, sum_differences))
#>    Company.ID Flexibility_Thinking max_di_Flex diFlex
#> 1           0                    7        12.8      0
#> 2           0                    2        12.8      0
#> 3           0                    5        12.8      0
#> 4           0                    1        12.8      0
#> 5           0                    6        12.8      0
#> 6           1                    3         0.0    NaN
#> 7           2                    6         0.0    NaN
#> 8           3                    6         0.0    NaN
#> 9           4                    7         0.0    NaN
#> 10          5                    5         8.0      0
#> 11          5                    7         8.0      0
#> 12          5                    7         8.0      0
#> 13          6                    4        16.0      0
#> 14          6                    7        16.0      0
#> 15          6                    5        16.0      0
#> 16          6                    2        16.0      0
#> 17          6                    3        16.0      0
#> 18          6                    3        16.0      0
#> 19          6                    3        16.0      0
#> 20          6                    3        16.0      0

编辑

从我在另一个答案中看到的 cmets 中，我意识到该函数采用向量而不是单个值。这意味着您不需要循环，而应该直接在向量上调用函数：

df %>%
    mutate(diFlex = sum_differences(df$Company.ID, df$max_di_Flex))
#>    Company.ID Flexibility_Thinking max_di_Flex diFlex
#> 1           0                    7        12.8   1.25
#> 2           0                    2        12.8   1.25
#> 3           0                    5        12.8   1.25
#> 4           0                    1        12.8   1.25
#> 5           0                    6        12.8   1.25
#> 6           1                    3         0.0    Inf
#> 7           2                    6         0.0    Inf
#> 8           3                    6         0.0    Inf
#> 9           4                    7         0.0    Inf
#> 10          5                    5         8.0   2.00
#> 11          5                    7         8.0   2.00
#> 12          5                    7         8.0   2.00
#> 13          6                    4        16.0   1.00
#> 14          6                    7        16.0   1.00
#> 15          6                    5        16.0   1.00
#> 16          6                    2        16.0   1.00
#> 17          6                    3        16.0   1.00
#> 18          6                    3        16.0   1.00
#> 19          6                    3        16.0   1.00
#> 20          6                    3        16.0   1.00