[英]How do I use dplyr to generate a new column based on rowwise data?
我想在数据框中添加一个新列,该数据框基于行方式计算。 假设我有一个这样的数据框:
x <-as.data.frame(matrix(1:10, 5, 2))
V1 V2
1 1 6
2 2 7
3 3 8
4 4 9
5 5 10
如果我想做一些rowwise操作来生成一个新列,我可以使用rowwise()和do()来完成它。 例如:
y <- rowwise(x) %>% do (foo = .$V1 * .$V2)
我甚至可以将其附加到现有数据框中:
y <- rowwise(x) %>% bind_cols(do (., foo = .$V1 * .$V2))
这一切都有效,但结果并不是我想要的。 y $ foo中的值是列表,而不是数字。
V1 V2 foo
1 1 6 6
2 2 7 14
3 3 8 24
4 4 9 36
5 5 10 50
看起来正确,但事实并非如此。
class(y$foo)
[1] "list"
那么,有两个问题:
更新:
这更接近我想要做的事情。 鉴于此功能:
pts <- 11:20
z <- function(x1, x2) {
min(x1*x2*pts)
}
这不会产生我的期望:
y <- x %>% mutate(foo = z(V1, V2))
V1 V2 foo
1 1 6 66
2 2 7 66
3 3 8 66
4 4 9 66
5 5 10 66
这样做:
y <-rowwise(x) %>% bind_cols( do (., data.frame(foo = z(.$V1, .$V2))))
V1 V2 foo
1 1 6 66
2 2 7 154
3 3 8 264
4 4 9 396
5 5 10 550
为什么? 有没有更好的办法?
我通常不相信像R这样的矢量化语言中的行方式操作。在你的情况下,你可以用简单的矩阵乘法来解决这个问题。
您可以按如下方式定义z
z <- function(x1, x2) {
do.call(pmin, as.data.frame(tcrossprod(x1 * x2, pts)))
}
比一个简单的mutate
会做
x %>% mutate(foo = z(V1, V2))
# V1 V2 foo
# 1 1 6 66
# 2 2 7 154
# 3 3 8 264
# 4 4 9 396
# 5 5 10 550
您还可以使用matrixStats::rowMins
函数(完全向量化)来增强性能
library(matrixStats)
z <- function(x1, x2) {
rowMins(tcrossprod(x1 * x2, pts))
}
x %>% mutate(foo = z(V1, V2))
# V1 V2 foo
# 1 1 6 66
# 2 2 7 154
# 3 3 8 264
# 4 4 9 396
# 5 5 10 550
您应该在do
语句中返回data.frame
:
y <- rowwise(x) %>% bind_cols(do(., data.frame(foo = .$V1 * .$V2)))
y
## V1 V2 foo
## 1 1 6 6
## 2 2 7 14
## 3 3 8 24
## 4 4 9 36
## 5 5 10 50
y$foo
## [1] 6 14 24 36 50
在您更新的问题中,您使用mutate
语句在链中缺少rowwise
,但在链中使用do
语句进行rowwise
。 只需按行添加rowwise
获得相同的结果。
x %>% rowwise %>% mutate(foo = z(V1, V2))
## Source: local data frame [5 x 3]
## Groups: <by row>
##
## V1 V2 foo
## 1 1 6 66
## 2 2 7 154
## 3 3 8 264
## 4 4 9 396
## 5 5 10 550
x <-as.data.frame(matrix(1:10, 5, 2))
foo <- apply(x , 1 , function(x){
prod(x)
})
#[1] 6 14 24 36 50
class(foo)
#[1] "numeric"
df_final <- cbind(x , foo)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.