逐行应用 R 函数：数据框问题

Question

我无法在 R 中创建一个函数，该函数允许我将一个单独的函数应用于数据帧的每一行，并将该函数的输出保存回数据帧。

一个简单的可重现示例（使用我想逐行应用的外部包/功能）：

library(pwr)

n1 = c(22, 70)
n2 = c(25, 45)
df = data.frame(n1, n2)

我希望能够做到的是……：

df$pwr = pwr.t2n.test(n1= df$n1, n2 = df$n2, d = NULL, sig.level = .05, power = .80)[3]

我从数据框中为函数 n1 和 n2 参数输入 n1 和 n2 列。我收到了许多令人不快的错误/警告。

当我尝试使用 adply 逐行应用此函数时，会出现相同的错误/警告：

df= adply(df, 1, transform, pwr = pwr.t2n.test(n1= df$n1, n2 = df$n2, d = NULL, sig.level = .05, power = .80)[3])

但是，如果我一次将 pwr() 函数应用于一行，则为 n1 和 n2 参数指定数据框中的行和列位置，那么我就没有问题了：

pwr.t2n.test(n1= df[1,1], n2 = df[1,2], d = NULL, sig.level = .05, power = .80)[3] 
= [1] 0.836982

pwr.t2n.test(n1= df[2,1], n2 = df[2,2], d = NULL, sig.level = .05, power = .80)[3]
= [1] 0.5398989

我想知道是否有某种方法可以使用 pwr() 函数本身，或者搭载 adply 或类似的东西，以便在更大的数据框中应用此函数并保存结果对于每一行（给定它们的 n1 和 n2 参数）。

Answer 1

@LAP 使用 base-R 所做的一个 tidyverse 版本：

library(purrr)

map_dfr(transpose(df), function(params){
  list(n1 = params$n1,
       n2 = params$n2,
       pw = pwr.t2n.test(n1 = params$n1, n2 = params$n2, d = NULL, sig.level = 0.05, power = 0.8)$d
  )
})

# A tibble: 2 x 3
     n1    n2    pw
  <dbl> <dbl> <dbl>
1    22    25 0.837
2    70    45 0.540

提醒一下 - 在基准测试之后，@LAP 的解决方案看起来要快得多，所以如果您担心速度，请使用他们的解决方案。

已编辑以解决后续问题：

n1 = c(22, 70)
n2 = c(25, 45)
char_vec = c('h', 'i')
df = data.frame(n1, n2, char_vec, stringsAsFactors = FALSE)

map_dfr(transpose(df), function(params){
  # browser()
  list(n1 = params$n1,
       n2 = params$n2,
       pw = pwr.t2n.test(n1 = params$n1, n2 = params$n2, d = NULL, sig.level = 0.05, power = 0.8)$d,
       a_character_vec = params$char_vec
  )
}) 

# A tibble: 2 x 4
     n1    n2    pw a_character_vec
  <dbl> <dbl> <dbl> <chr>          
1    22    25 0.837 h              
2    70    45 0.540 i 

Answer 2

您可以使用索引使apply 工作：

test <- apply(df, 1, function(x){
  pwr.t2n.test(n1 = x[1], n2 = x[2], d = NULL, sig.level = .05, power = .80)
})

[[1]]

     t test power calculation 

             n1 = 22
             n2 = 25
              d = 0.836982
      sig.level = 0.05
          power = 0.8
    alternative = two.sided


[[2]]

     t test power calculation 

             n1 = 70
             n2 = 45
              d = 0.5398989
      sig.level = 0.05
          power = 0.8
    alternative = two.sided

使用sapply从列表反馈它：

df$new <- sapply(test, function(x){
  x$d
})

  n1 n2       new
1 22 25 0.8369820
2 70 45 0.5398989