如何从 R 中的自定义函数将多列添加到数据框中

Question

我创建的代码将采用输入向量、基于输入创建数据框、优化一些值并返回其中一些值。我现在将其转换为一个函数，该函数将在输入数据帧上逐行应用计算。下面是我想要实现的最小工作示例（我的实际功能太长，无法在这里分享！）：

# Randomly generated dataframe
df <-  data.frame(a = rnorm(10, 0, 1), x = rnorm(10, 1, 3), y = rnorm(10, 2, 3))

# Function that takes multiple arguments and returns multiple values in a list
zsummary <- function(x, y) { 
  if (y < 0) return(list(NA, NA))
  z = rnorm(10, x, abs(y))
  return(list(mean(z), sd(z)))
}

# Example of something that works using dplyr
#    However, this results in a lot of function calls...
#    especially if there were a lot of columns in the list...
library(dplyr)
df %>% rowwise() %>%
  mutate(mean = zsummary(x,y)[[1]], sd = zsummary(x,y)[[1]])

如您所见，我无法将单独的函数应用于每个新的 df$mean 和 dfsd 列，因为它们依赖于只能生成一次的 z 向量。我已经环顾四周了，但我还没有找到答案。我认为解决方案是使用apply 函数之一，而不是dplyr 的函数，但老实说，我从来没有完全理解apply 函数。我也不喜欢使用 for 循环和 rbind 的解决方案，因为我在以前的项目中尝试过这个，对于大型数据帧它变得非常慢！

Answer 1

我们可以为此使用mapply。由于zsummary 有两个参数，mapply 将是一种选择，因为它需要'x' 和'y' 的对应元素来应用zsummary。

t(mapply(zsummary, df$x, df$y))

---

我们也可以稍微改变一下函数，用dplyr得到输出

zsummary <- function(x, y) { 
   if (y < 0) return(data.frame(mean = NA, sd = NA))
   z = rnorm(10, x, abs(y))
   data.frame(mean = mean(z), sd = sd(z))
}

 df %>%
     rowwise() %>% 
     do(data.frame(., zsummary(.$x, .$y)))

---

或者正如我们在 cmets 中讨论的那样，不是让函数接受多个参数，而是使用一个参数并使用 apply 和 MARGIN=1 将其应用于每一行。

zsummary2 <- function(v1){
      if(v1[2] < 0) return(c(mean = NA, sd = NA))
      z <- rnorm(10, v1[1], abs(v1[2]))
       c(mean = mean(v1), sd= sd(v1))
     }

t(apply(df[-1], 1, zsummary2))
#         mean        sd
# [1,]  1.403066 0.8757504
# [2,]  5.058188 5.1401507
# [3,]  4.288365 1.4194393
# [4,]  1.932829 6.7587054
# [5,] -1.864236 3.7587462
# [6,]        NA        NA
# [7,]  3.328629 1.3711950
# [8,] -2.347699 5.0449958
# [9,]  2.936615 1.7332283
#[10,]        NA        NA

注意：每次运行的值都会不同，因为我们没有为 rnorm 设置任何种子。