使用 dplyr 创建具有多个参数的函数

Question

我正在努力在自己的函数中使用dplyrfunctions。我更接近理解，但仍然没有完全理解。 这里我有 df 包含 type 和 D10 变量。

df <- data.frame(type = c("KL", "KL", "A", "A", "B", "B", "9999", "-1"), 
                 D10 = rnorm(8, 3, 4))

我想写一个函数，如果type == "KL"; 则在新列中返回M； "-1" 如果是 type %in% c(9999, -1) 并且对于所有其他情况将返回 K。我希望9999, -1, KL 的值在函数启动时可以更改。

我的尝试以如下所示的功能结束：

klme <- function(dat, met, minusy = c(-1, 9999), Sortnr, type){
  mutate_call <- lazyeval::interp(~ifelse(a %in% met, "M", ifelse(a %in% minusy, "-1", "K")), a = as.name(Sortnr))
  dat %>% mutate_(.dots = setNames(list(mutate_call), type))
}

klme(df, c("KL"), minusy = c(-1, 9999), "Sortnr", "typ")

在typ 列中只返回K，而我想获得这样的输出：

  type        D10 type.1
1   KL -5.3210620      M
2   KL  4.4832414      M
3    A -5.3979886      K
4    A  2.7933964      K
5    B -0.9602293      K
6    B  4.5097305      K
7 9999 -3.9650796     -1
8   -1  5.2700609     -1

Answer 1

我相信您正在寻找这个，请记住您需要 interp 所有可变的值（@wici 也是正确的，您对 klme 的调用不应该有 Sortnr，因为这不是df):

df <- data.frame(type = c("KL", "KL", "A", "A", "B", "B", "9999", "-1"), 
                 D10 = rnorm(8, 3, 4))

klme <- function(dat, met, minusy = c(-1, 9999), Sortnr, type){
  mutate_call <- lazyeval::interp(~ifelse(a %in% y, "M", 
                                          ifelse(a %in% z, "-1", "K")),
                                  a = as.name(Sortnr),
                                  y = met,
                                  z = minusy)
  dat %>% mutate_(.dots = setNames(list(mutate_call), type))
}

klme(df, c("KL"), minusy = c('-1', '9999'), "type", "typ")

  type        D10 typ
1   KL  6.4760905   M
2   KL  7.5196368   M
3    A  2.2588101   K
4    A  1.4910878   K
5    B -0.3357310   K
6    B  1.9693856   K
7 9999 -0.3820483  -1
8   -1  4.5595150  -1

Answer 2

您可以从 purrr 中映射如下：

library(dplyr)
library(purrr)

定义一个函数来检查你的条件：

GetType <- function(x)
{
      if(x=="KL")  "M"
        else if(x %in% c(9999,-1) ) "-1"
        else "K"
}

然后使用 map 如下，它从每一行获取类型，将其传递给 GetType 函数并返回新列中的值：

df <- df %>% 
        mutate(type.1=map_chr(type,GetType))

> df
  type        D10 type.1
1   KL  3.0820944      M
2   KL  8.0126703      M
3    A  8.0629672      K
4    A  5.8460856      K
5    B  0.6803590      K
6    B -1.1148491      K
7 9999 -0.4981576     -1
8   -1  1.0648742     -1

编辑 原则上，您还可以将要比较的值传递给函数：

val <- list("KL",c(9999,1))

GetType <- function(x,y)

{
         if(x==y[[1]])  "M"
        else if(x %in% y[[2]] ) "-1"
        else "K"
}


> GetType(df$type[1],val)
[1] "M"