在 lapply() 中将列和数据框参数传递给我的函数？

Question

我有一个函数，它接收一个数据框和该数据框中的一列。我想使用 lapply() 将我的函数应用于数据框中的每一列，但我不知道该怎么做。 我认为它应该看起来像：

#dataframe is called kstarter
my_func(df, col) {
 ...
}
lapply(kstarter, arg1=kstarter, arg2=??)

但我似乎无法让它工作。 arg2 如何引用 lapply 迭代的每一列？我感谢您的帮助！

编辑：

我想申请使用的功能是：

get_col_info <- function(col, df) {
  unique_vals <- df %>% 
    select(col) %>%
    distinct() 
  num_u_vals <- nrow(unique_vals)
  if (is.numeric(df[[col]])) {
    return(list(
      min = min(df[[col]]),
      max = max(df[[col]]),
      mean = mean(df[[col]])
    ))
  } else if ((!is.numeric(df[[col]])) & num_u_vals < 10) {
    return(list(
      n_values = num_u_vals,
      unique_values = unique_vals %>% pull()
    ))
  } else if (!is.numeric(df[[col]]) & num_u_vals >= 10) {
    return(list(
      n_values = num_u_vals,
      sample_values = sample(df[[col]], size=10)
    ))
  }
}

get_col_info 需要将列名和数据框作为参数。 我想创建一个列表，使用 lapply 获取数据框中每一列的 col 信息，例如list <- lapply(kstarter, get_col_info(current_col, kstarter))，但我无法弄清楚语法。请帮忙！

Answer 1

当您在数据框上使用 lapply 时，它会自动循环遍历列。这是一个使用 iris 数据集的示例，但如果您提供一些可重现的示例，我可以根据您的数据对其进行调整。

lapply(iris, mean)

代替函数mean，您可以使用自己的自定义匿名函数，如下所示：

lapply(iris, function(column){
  rtn=mean(column, na.rm=T)
  return(rtn)
})

或者你构建的函数是这样的：

my_func = function(column){
  rtn=mean(column, na.rm=T)
  return(rtn)
}
lapply(kstarter, myfunc)

另外，我建议您从 purrr 包中查找 map 函数，因为它可以让您更好地控制返回类型。例如purrr::map(kstarter, myfunc) 会返回一个list，而purrr::map_df(kstarter, myfunc) 会返回一个data.frame。