如何设置在列之间进行操作的函数（在数据框中）

Question

问题

我正在制作一个函数来描述给定时间序列的时间状态变化。 它会说给定列的值是否大于、小于、等于前一个，并打印结果： 它可以在同一个数据框或其他不同的对象中。我正在做 它可以转换数据以便有利于生存分析。

做了什么

我已经制作了一个 if else 阶梯，如下所示：其中 (x) 是数据帧中的第 i 列，(y) 是它之前的列 (i-1)。但是，我不知道如何定义函数的第一行以在数据框的每一列中实际执行此操作（从第二列开始计算），也不要与最后一列崩溃

func_name <- function (x, columns) {
if (x == NA) {
print("gone")
} else if (x < y) {
print("less")
} else if (x > y) {
print("more")
} else if (x = y) {
print("same")
} else {
print ("")
}
}

预期结果

理想情况下会像这样进行改造：

Id <- c(1,2,3)
Time1 <- c(3,3,4)
Time2 <- c(2,5,4)
Time3 <- c(1,5,8)
df <- data.frame(Id,Time1,Time2,Time3)
df

变成这样：

Id <- c(1,2,3)
Time1 <- c(3,3,4)
Time2 <- c("Less","More","Same")
Time3 <- c("Less","Same","More")
df2 <- data.frame(Id,Time1,Time2,Time3)
df2

任何帮助，非常感谢！

解决方案：@Andrew 和 @Cole 解决方案都可以解决问题！

Answer 1

这听起来像是您正在寻找的东西。它不是自定义功能，但如果您需要，可以对其进行调整。希望这可以帮助！

# Select the columns you need. NOTE: used [-1] to remove starting time column
cols <- grep("Time", names(df), fixed = T)[-1]

# Use case_when with your conditions
df[cols] <- lapply(cols, function(i) dplyr::case_when(
  is.na(df[i]) ~ "Gone",
  df[i] > df[i-1] ~ "More",
  df[i] < df[i-1] ~ "Less",
  df[i] == df[i-1] ~ "Same"
))

df
  Id Time1 Time2 Time3
1  1     3  Less  Less
2  2     3  More  Same
3  3     4  Same  More

Answer 2

下面是 mapply 的用法和内部的匿名函数：

df <- data.frame(Id,Time1,Time2,Time3)

df[, 3:4] <- mapply(function(x, y) ifelse(y < x , 'Less', ifelse(y > x, 'More', 'Same'))
                    , df[, 2:3]
                    , df[, 3:4])
df

mapply 将遍历数据集的每个字段并应用一个函数。换句话说，我要区分df[, 2] 和df[, 3]，然后是df[, 3] 和df[, 4]。我也可以这样做：

fx_select <- function(x, y) {
ifelse(y < x, 'Less', ifelse(y > x, 'More', 'Same'))
}

df[, 3:4] <- mapply(fx_select, df[, 2:3], df[, 3:4])

还有一种方法：

df[3:4] <- lapply(sign(df[2:3] - df[3:4]) + 2,
       function(x) c('More', 'Same', 'Less')[x]
       )