R dplyr 使用自定义函数改变多个列以创建新列答案

【问题标题】：R dplyr mutate multiple columns using custom function to create new columnR dplyr 使用自定义函数改变多个列以创建新列
【发布时间】：2019-02-05 18:36:46
【问题描述】：

我想使用 dplyr::mutate 使用自定义函数在 data.frame 中创建新列，该函数的参数是 data.frame 列名的向量，但我得到以下输出：

customFun <- function(col.vec) {
  paste0(gsub("\\s", "_", col.vec), collapse = "-")
}

df <- data.frame(A = c("x 1", "x", "x w"), B = c("E", "D", "2 w"), stringsAsFactors = FALSE)

df %>%
   mutate(C = customFun(c(A, B)))
    A   B                 C
1 x 1   E x_1-x-x_w-E-D-2_w
2   x   D x_1-x-x_w-E-D-2_w
3 x w 2 w x_1-x-x_w-E-D-2_w

代替：

data.table::data.table(df)[, C := customFun(c(A, B)), by = .(A, B)]
     A   B       C
1: x 1   E   x_1-E
2:   x   D     x-D
3: x w 2 w x_w-2_w

可以通过多种方式实现，但我只对dplyr 解决方案感兴趣。感谢您的帮助。

【问题讨论】：

Mutate 只能返回一个与数据长度相同或长度为 1 的向量。到目前为止，您的自定义函数还没有做到这一点。我猜你没有做你期望做的事情，例如，你到底在粘贴什么？你有一个长向量，你用 sep 粘贴什么？试试with(head(iris),customFun(c(Species, Petal.Length, Petal.Width)))，你会发现这不是你想要的。 c(Species, Petal.Length, Petal.Width) 已经是一个向量，所以技术上不能粘贴到另一个不存在的东西上
对不起，伙计们，我提供了不好的例子 - 我更新了我的问题，现在可以了。
即使使用data.tables，如果你有两个相似的行，你会被折叠成一个。你的 customFunc 不对
你需要做类似df%>%mutate(C = invoke(paste,data.frame(gsub('\\s+','_',as.matrix(.))),sep='-'))的事情

标签： r dataframe dplyr

【解决方案1】：

我们可以使用map 和lift_dl。我们首先在每个col.vec 上使用map（注意我使用列表而不是向量作为输入，因为c 会展平任何向量元素，而列表不会）并应用gsub。然后将列表输出输入paste。由于paste 采用...，我们可以使用purrr::lift_dl 将其输入域从... 提升到list 类型：

library(dplyr)
library(purrr)

customFun <- function(col.vec) {
  map(col.vec, ~gsub("\\s", "_", .x)) %>%
    lift_dl(paste, sep = "-")()
}

df %>%
  mutate(C = customFun(list(A, B)))

或使用... 作为输入：

customFun <- function(...) {
  col.vec <- list(...)
  map(col.vec, ~gsub("\\s", "_", .x)) %>%
    lift_dl(paste, sep = "-")()
}

df %>%
  mutate(C = customFun(A, B))

输出：

    A   B       C
1 x 1   E   x_1-E
2   x   D     x-D
3 x w 2 w x_w-2_w

【讨论】：

【解决方案2】：

只需在mutate 之前添加rowwise，这样paste 中只使用每个行的A 和B 值，而不是所有行的向量。

library(dplyr)

df %>%
  rowwise() %>%
  mutate(C = customFun(c(A, B)))
#> Source: local data frame [3 x 3]
#> Groups: <by row>
#> 
#> # A tibble: 3 x 3
#>   A     B     C      
#>   <chr> <chr> <chr>  
#> 1 x 1   E     x_1-E  
#> 2 x     D     x-D    
#> 3 x w   2 w   x_w-2_w

^{由reprex package (v0.2.1) 于 2019 年 2 月 5 日创建}

【讨论】：

【解决方案3】：

为什么在您的data.table 解决方案中使用by=.(..)？如果您有两行具有完全相同的值，那么它们将被折叠成一行。您需要修改您的customFun。它的方式不正确：

library(tidyverse)
customFun = function(data) invoke(paste, data.frame(gsub('\\s+', '_', as.matrix(data))), sep='-')

df %>% 
    mutate(c = customFun(.))

    A   B       C
1 x 1   E   x_1-E
2   x   D     x-D
3 x w 2 w x_w-2_w

您可以将调用替换为do.call 甚至lift 等。

您的功能并未完全按照您的意愿行事。阅读上面的评论

【讨论】：