将多个函数应用于一列答案

【问题标题】：Applying multiple functions to one column将多个函数应用于一列
【发布时间】：2019-03-13 04:35:33
【问题描述】：

我有四个函数，clean、clean2、cleanFun 和 trim。目前我将这些功能应用于一列，就像这样。

library(tidyverse)
library(data.table)


py17$CE.Finding.Description <- clean(py17$CE.Finding.Description)
py17$CE.Finding.Description  <- clean2(py17$CE.Finding.Description)
py17$CE.Finding.Description  <- cleanFun(py17$CE.Finding.Description)
py17$CE.Finding.Description  <- trim(py17$CE.Finding.Description)

这个过程可以解决问题，但我必须多次复制和粘贴，我最终希望将其扩展到多列。

现在，我想节省时间并添加一个应用函数，但我不确定如何创建该应用函数。我试过创建这个。

maxclean <- function(cleaner) {
                c(clean(cleaner), clean2(cleaner), cleanFun(cleaner), trim(cleaner))
                 }


py17$CE.Finding.Description <- sapply(py17$CE.Finding.Description, maxclean)

尝试后我得到了

Error in `$<-.data.frame`(`*tmp*`, CE.Finding.Description, value = c(NA,  : 
  replacement has 4 rows, data has 4318

我没有得到任何错误这样做很长的路要走。我哪里错了？

【问题讨论】：

为什么不将功能聚合到一个函数中？
为什么在你的问题中包含library(data.table) 和library(tidyverse)，但显然两者都不使用？
@Gregor 我想我会使用它以防万一有人知道使用这两个库的更快方法。下次我一定不会再提到图书馆了，谢谢。
在这种情况下，我只需输入“使用data.table 或 tidyverse 对解决方案开放”。这样可以很好地传达信息，而不会暗示您正在（或认为您正在）使用它们

标签： r function dataframe sapply

【解决方案1】：

您的maxclean 函数应采用与单独函数相同的参数。在你的情况下 - 一个向量。然后连续调用每个函数。像这样：

maxclean <- function(x) {
            x <- clean(x)
            x <- clean2(x)
            x <- cleanFun(x)
            x <- trim(x)
            return(x)
            }

【讨论】：

【解决方案2】：

显然，OP 已经创建了一个清理管道，其中一个步骤的输出被馈送到下一步，并且管道的最终结果会覆盖原始输入。

magrittr 包具有freduce() 函数，它以所述方式一个接一个地应用一个函数。因此，

py17$CE.Finding.Description <- clean(py17$CE.Finding.Description)
py17$CE.Finding.Description  <- clean2(py17$CE.Finding.Description)
py17$CE.Finding.Description  <- cleanFun(py17$CE.Finding.Description)
py17$CE.Finding.Description  <- trim(py17$CE.Finding.Description)

可以写成：

library(magrittr)
fcts <- list(clean, clean2, cleanFun, trim)
py17$CE.Finding.Description %<>% freduce(fcts)

这是一个快捷方式

py17$CE.Finding.Description <- py17$CE.Finding.Description %>% 
  clean() %>% 
  clean2() %>% 
  cleanFun() %>% 
  trim()

这里，%>% 是 magrittr 正向管道运算符，%<>% 是 magrittr 复合赋值管道运算符，它使用结果值更新左侧对象。

可重现的例子

使用mtcars 数据集：

data(mtcars)
mycars <- mtcars
mycars$mpg %<>% 
  {. - mean(.)} %>% 
  abs() %>% 
  sqrt()
mycars

或

mycars <- mtcars
mycars$mpg %<>% freduce(list(function(.) {. - mean(.)}, abs, sqrt))
mycars

应用于多列

OP 提到他最终希望将其扩展到多个列

这可以通过例如

来实现

mycars <- mtcars
fcts <- list(function(.) {. - mean(.)}, abs, sqrt)
mycars$mpg %<>% freduce(fcts)
mycars$disp %<>% freduce(fcts)
mycars

【讨论】：