get(as.character(FUN), mode = "function", envir = envir) 中的错误：答案

【问题标题】：Error in get(as.character(FUN), mode = "function", envir = envir) :get(as.character(FUN), mode = "function", envir = envir) 中的错误：
【发布时间】：2020-12-12 03:18:37
【问题描述】：

我正在尝试将此功能应用于数据框以创建新功能，但我不断收到此错误：

get(as.character(FUN), mode = "function", envir = envir) 中的错误：找不到模式“function”的对象“INSTALLMENT”

我也尝试过apply(df, 2, purchase)，但随后出现此错误：

错误：$ 运算符对原子向量无效

代码是：

purchase = function(DataFrame){

  if((DataFrame$ONEOFF_PURCHASES == 0) && (DataFrame$INSTALLMENTS_PURCHASES == 0))
    return('NONE')

  if((DataFrame$ONEOFF_PURCHASES > 0) && (DataFrame$INSTALLMENTS_PURCHASES > 0))
    return('BOTH_ONEOFF_INSTALLMENT')

  if((DataFrame$ONEOFF_PURCHASES > 0) && (DataFrame$INSTALLMENTS_PURCHASES == 0))
    return('ONE_OFF')

  if((DataFrame$ONEOFF_PURCHASES == 0) && (DataFrame$INSTALLMENTS_PURCHASES > 0))
    return('INSTALLMENT')
}

df$PURCHASE_TYPE = apply(df, 2, purchase(df))

【问题讨论】：

这不是你使用apply的方式-试试apply(df, 2, purchase)
我已经试过了。然后我收到此错误：错误：$ 运算符对原子向量无效

标签： r function if-statement

【解决方案1】：

它看起来像一个ifelse() 案例。 if() ... else ... 只能处理单个布尔值。要使您的函数正常工作，您需要通过mapply() 或Vectorize() 对其进行矢量化。

示例数据

set.seed(1)
df <- data.frame(ONEOFF_PURCHASES = sample(0:1, 5, T), INSTALLMENTS_PURCHASES = sample(0:1, 5, T))

#   ONEOFF_PURCHASES INSTALLMENTS_PURCHASES
# 1                0                      0
# 2                1                      0
# 3                0                      0
# 4                0                      1
# 5                1                      1

功能

purchase <- function(x, y){
  if((x == 0) && (y == 0))
    return('NONE')
  else if((x > 0) && (y > 0))
    return('BOTH_ONEOFF_INSTALLMENT')
  else if((x > 0) && (y == 0))
    return('ONE_OFF')
  else if((x == 0) && (y > 0))
    return('INSTALLMENT')
  else
    return('OTHERS')
}

矢量化

mapply(purchase, df$ONEOFF_PURCHASES, df$INSTALLMENTS_PURCHASES)
# [1] "NONE"  "ONE_OFF"  "NONE"  "INSTALLMENT"  "BOTH_ONEOFF_INSTALLMENT"

Vectorize(purchase)(df$ONEOFF_PURCHASES, df$INSTALLMENTS_PURCHASES)
# [1] "NONE"  "ONE_OFF"  "NONE"  "INSTALLMENT"  "BOTH_ONEOFF_INSTALLMENT"

其实本期我们并没有使用上面的方法。我们将使用ifelse() 或dplyr::case_when()。

library(dplyr)

df %>%
  mutate(PURCHASE_TYPE = case_when(
    (ONEOFF_PURCHASES == 0) & (INSTALLMENTS_PURCHASES == 0) ~ 'NONE',
    (ONEOFF_PURCHASES > 0) & (INSTALLMENTS_PURCHASES > 0) ~ 'BOTH_ONEOFF_INSTALLMENT',
    (ONEOFF_PURCHASES > 0) & (INSTALLMENTS_PURCHASES == 0) ~ 'ONE_OFF',
    (ONEOFF_PURCHASES == 0) & (INSTALLMENTS_PURCHASES > 0) ~ 'INSTALLMENT',
    TRUE ~ 'OTHERS'
  ))

#   ONEOFF_PURCHASES INSTALLMENTS_PURCHASES           PURCHASE_TYPE
# 1                0                      0                    NONE
# 2                1                      0                 ONE_OFF
# 3                0                      0                    NONE
# 4                0                      1             INSTALLMENT
# 5                1                      1 BOTH_ONEOFF_INSTALLMENT

【讨论】：