使用函数在 R data.frame 中添加列答案

【问题标题】：Using a function to add a column in R data.frame使用函数在 R data.frame 中添加列
【发布时间】：2013-12-21 09:26:59
【问题描述】：

我正在尝试在 R 中编写一个函数，它将物种列集中在一个 data.frame 中。

（详细说明我在做什么......我有一个数据框，其中包含多个地点和年份的多种植物物种。有些物种被错误识别，所以我想分组到更一般的级别（例如 spp a 和 spp b 多年来一直混在一起；所以我想创建一个名为 spp.ab 的新列，其中 spp a 和 b 的数据集中在一起）。

例子：

spp.a spp.b
  1     0
  2     3
  0     4
  3     2
  4     5

我希望最终以单列显示两个物种的最大值：

spp.ab
  1
  3
  4
  3
  5

我已经开始写一个函数来做这件事；但是，我在将新列添加到我的数据集中并删除旧列时遇到了麻烦。有人能告诉我我的代码有什么问题吗？

lump <- function(db, spp.list, new.spp) { #input spp.list as c('spp.a', 'spp.b', ...)
  mini.db <- subset(db, select=spp.list);
  newcol <- as.vector(apply(mini.db, 1, max, na.rm=T));
  db$new.spp <- newcol
  db <- db[,names(db) %in% spp.list]
  return(db)
}

当我这样调用函数时

test <- lump(db, c('spp.a', 'spp.b'), spp.ab)
test

所有弹出的都是 mini.db。我是否缺少 return() 的内容？

作为参考，db 是数据库，spp.list 是我要汇总的物种，new.spp 是我想要的新列命名。

感谢您的帮助，
保罗

【问题讨论】：

标签： r

【解决方案1】：

我已经明白了……当然是愚蠢的错误。这是有效的代码：

lump <- function(db, spp.list, new.spp) { #input spp.list as a c('spp.a', 'spp.b', ...), and new.spp must be in quotes (e.g. 'new.spp')
    mini.db <- subset(db, select=spp.list);
    newcol <- as.vector(apply(mini.db, 1, max, na.rm=T));
    newcol[newcol==-Inf] <- NA;
    db[new.spp] <- newcol;
    db <- db[, !names(db) %in% spp.list];
    return(as.data.frame(db));
 }

密钥在db[new.spp] <- newcol; 行中。显然使用此方法有效，但使用 db$new.spp <- newcol 无效。然后我还在db <- db[,!names(db) %in% spp.list] 行中添加了!。这是我最大的错误。

【讨论】：

那么new.spp 是新列的名称？
正确，您可以通过将名称放在引号中作为函数的参数来随意调用它。例如，如果您想将其命名为 el.conquistador，您可以输入 lump(db, c('spp.a', 'spp.b'), 'el.conquistador')

【解决方案2】：

虽然您似乎找到了答案，但我建议您改用 pmax 函数：

> with(db, pmax(spp.a, spp.b))
[1] 1 3 4 3 5

您可以将其与 within 或 transform 一起使用来模仿您的功能：

out <- within(db, spp.ab <- pmax(spp.a, spp.b))
out
#   spp.a spp.b spp.ab
# 1     1     0      1
# 2     2     3      3
# 3     0     4      4
# 4     3     2      3
# 5     4     5      5

【讨论】：