使用 data_frame 作为 mutate 和 group_by 例程的参数答案

【问题标题】：Using a data_frame as an argument into a mutate and group_by routine使用 data_frame 作为 mutate 和 group_by 例程的参数
【发布时间】：2017-02-20 14:17:30
【问题描述】：

我这里有这个 data_frame (db) 有很多列：

A  B   C   D ...      ZZ
1  .23 .21   ...      .23
2  .45 .12   ...      .23
1  .47  ...          .53
2  .49  ...          .27

我想使用 group_by 并使用一个函数进行变异，该函数获取完整的 data_frame 并返回一个向量。

function1 <- function(data_frame) {
    ...
    return(vector)
}
db %>%
    group_by(A) %>%
    mutate(results = function1(.))

这不起作用。它返回对整个 data_frame 使用该函数的结果，而不是与组一起使用的结果。

我知道我可以使用 for 来解决它，但我正在寻找 dplyr 解决方案。该函数必须获得一个 data_frame，我没有将列单独作为参数传递。

【问题讨论】：

标签： r dplyr

【解决方案1】：

`dplyr`

我的诀窍是使用bind_cols。它本身不会尊重任何组，因此您需要将其嵌套在 do 块中，例如：

library(dplyr)
mtcars %>%
    group_by(cyl) %>%
    do(bind_cols(., {
        # "insert complex stuff here"
        data_frame(results = apply(., 1, mean))
    }))
# Source: local data frame [32 x 12]
# Groups: cyl [3]
#      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb  results
#    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>    <dbl>
# 1   22.8     4 108.0    93  3.85 2.320 18.61     1     1     4     1 23.59818
# 2   24.4     4 146.7    62  3.69 3.190 20.00     1     0     4     2 24.63455
# 3   22.8     4 140.8    95  3.92 3.150 22.90     1     0     4     2 27.23364
# # ... with 29 more rows

这种方法的好处是块中的代码可以返回一个或多个列，而无需进一步复杂化。

因此，使用您的代码，它看起来像：

db %>%
    group_by(A) %>%
    do(bind_cols(., data_frame(results = function(.))))

`tidyr`

另一种选择是使用tidy（RStudio 博客here，虽然有点过时但仍然有用）。

library(tidyr) # nest, unnest
library(purrr) # map
mtcars %>%
    group_by(cyl) %>%
    nest() %>%
    mutate(results = map(data, ~ apply(., 1, mean))) %>%
    unnest()

您的代码可能类似于（未经测试）：

db %>%
    group_by(A) %>%
    nest() %>%
    mutate(results = purrr::map(data, ~ function1(.))) %>%
    unnest()

【讨论】：