使用 map 迭代 left_joins 的函数

Question

我有两个看起来像这样的 df：

df1 = data.frame(CustomerId = c(1,1,2,2,3,3), Toaster = c(rep(1, 3), rep(0, 3)),radio=c(rep(0, 3), rep(1, 3)),year=c(2016,2018,2016,2019,2020,2021))
df2 = data.frame(CustomerId = c(1,1, 2,2, 3,3), State = c(rep("Alabama", 4), rep("Ohio", 2)),value=rnorm(6),year=seq(2016,2021,1))

df1 中的 Toaster 和 radio 变量表示消费者购买烤面包机的年份。 一般来说，我的目标是从df1中的一些观察中提取关键信息，然后将它们加入到df2中。更准确地说，我想在 df2 中创建一个新变量，指示消费者购买Toaster 或radio 的第一年。在真实数据中，我需要为大量产品迭代此过程。 为了实现我的目标，我创建了一个可以满足我需求的函数。

first_buy <- function(var1){
  yo <- df1
  yo<-setDT(yo)[get(var1)==1
  ][order(year), buycount:= seq_len(.N), by = CustomerId
  ][buycount==1,first_buy_date:=year] 
  first_buy<-yo%>%select(CustomerId,first_buy_date)%>%
    distinct()
  df2 <- left_join(df2,first_buy) %>% 
    setnames("first_buy_date",paste("first_buy", (var1),sep = "_"))
    return(df2)
}

如果我在每个变量上单独使用该函数，它可以完美地提供预期的结果

df2<- first_buy("Toaster")
df_final_correct<- first_buy("radio")
print(df_final_correct)
   CustomerId   State      value year first_buy_Toaster first_buy_radio
1           1 Alabama -1.3507808 2016              2016              NA
2           1 Alabama -1.3507808 2016                NA              NA
3           1 Alabama -0.3957899 2017              2016              NA
4           1 Alabama -0.3957899 2017                NA              NA
5           2 Alabama  0.1681513 2018              2016            2019
6           2 Alabama  0.8138573 2019              2016            2019
7           3    Ohio -0.8039992 2020                NA            2020
8           3    Ohio -0.8039992 2020                NA              NA
9           3    Ohio  1.0181946 2021                NA            2020
10          3    Ohio  1.0181946 2021                NA              NA

但是，当我尝试对多个变量进行迭代时，该函数会提供不同的输出。

df1 = data.frame(CustomerId = c(1,1,2,2,3,3), Toaster = c(rep(1, 3), rep(0, 3)),radio=c(rep(0, 3), rep(1, 3)),year=c(2016,2018,2016,2019,2020,2021))
df2 = data.frame(CustomerId = c(1,1, 2,2, 3,3), State = c(rep("Alabama", 4), rep("Ohio", 2)),value=rnorm(6),year=seq(2016,2021,1))

itervar <- c("Toaster","radio")
df_final_wrong <- map_df(itervar,~first_buy(.x))
   CustomerId   State      value year first_buy_Toaster first_buy_radio
1           1 Alabama -1.2601968 2016              2016              NA
2           1 Alabama -1.2601968 2016                NA              NA
3           1 Alabama  0.9254294 2017              2016              NA
4           1 Alabama  0.9254294 2017                NA              NA
5           2 Alabama -0.3375396 2018              2016              NA#duplicated
6           2 Alabama -0.6909882 2019              2016              NA#duplicated
7           3    Ohio -0.1396262 2020                NA              NA
8           3    Ohio -1.3716387 2021                NA              NA
11          2 Alabama -0.3375396 2018                NA            2019 #duplicated
12          2 Alabama -0.6909882 2019                NA            2019#duplicated
13          3    Ohio -0.1396262 2020                NA            2020
15          3    Ohio -1.3716387 2021                NA            2020

问题在于它复制了CustomerId==2 的结果。 有谁知道我如何修改我的函数first_buy 以便它正确迭代？我不确定为什么 lef_join 在迭代中不能按预期工作。

非常感谢您的帮助

最好的

Answer 1

当你手动运行函数时：

df2<- first_buy("Toaster")
df_final_correct<- first_buy("radio")

请注意，您将first_buy("Toaster") 的结果存储在df2 中，这会更改df2。当您运行first_buy("radio") 时，您有一个更改的df2，它与原来的df2 不同。 map 不会为您提供在第二次迭代中更改的 df2。

在每次迭代中更改df2 的简单解决方案是使用for 循环。

for(item in itervar) {
  df2 <- first_buy(item)
}
df2

#   CustomerId   State      value year first_buy_Toaster first_buy_radio
#1           1 Alabama -0.1296113 2016              2016              NA
#2           1 Alabama -0.1296113 2016                NA              NA
#3           1 Alabama  0.3220200 2017              2016              NA
#4           1 Alabama  0.3220200 2017                NA              NA
#5           2 Alabama -0.5530528 2018              2016            2019
#6           2 Alabama -0.2761895 2019              2016            2019
#7           3    Ohio  1.9671128 2020                NA            2020
#8           3    Ohio  1.9671128 2020                NA              NA
#9           3    Ohio -0.2282965 2021                NA            2020
#10          3    Ohio -0.2282965 2021                NA              NA