dplyr按行排列并使用自定义函数进行更改会返回意外的输出

Question

我在R中有一个看起来像这样的数据框：

library(dplyr)

group <- c(1,2,3,4,5,6)
num_click <- c(33000, 34000, 35000, 33500, 34500, 32900)
num_open <- c(999000, 999500, 1000000, 1000050, 985000, 999999)
df <- data.frame(group, num_click, num_open)

> df
#  group num_click num_open
# 1     1     33000   999000
# 2     2     34000   999500
# 3     3     35000  1000000
# 4     4     33500  1000050
# 5     5     34500   985000
# 6     6     32900   999999

并且我编写了两个琐碎的函数，希望将它们应用于每一行：

prop_test_ctr <- function(open, click){
  return(prop.test(c(click, 34000), c(open, 999000), correct = FALSE)$p.value)
}

add_one_to_group <- function(group) {
  return(group + 1)
}

prop_test_ctr函数使用R的stats包中的prop.test函数来测试零假设，即几个组的比例相同； $p.value是我在这里获取的输出值，它对应于测试的p值。

add_one_to_group函数是将df中的每个group_num加1的简单函数，因此我可以验证rowwise（）是否按预期工作。

当我尝试通过使用dyplr的rowwise()将两个函数应用于每一行来构建新的results数据rowwise()时，如下所示：

results <- df %>%
  filter(group %in% c(1,2)) %>%
  rowwise() %>%
  mutate(p_value_ctr = prop_test_ctr(num_open,num_click),
         group_plus_one = add_one_to_group(group))

它产生以下输出：

results
# A tibble: 2 x 5
  group num_click num_open   p_value_ctr group_plus_one
* <dbl>     <dbl>    <dbl>         <dbl>          <dbl>
1     1     33000   999000 0.00004201837              2
2     2     34000   999500 0.00004201837              3

p_value_ctr是列的地方不正确-代替计算单击和打开每一行的差异的p值，它计算组2,3和prop_test_ctr函数中硬编码的值的组合的p值（34000和999000）。

使用rowwise() ， add_one_to_group函数可以按预期工作，但p_value_ctr则不能。 p_value_ctr函数返回的p值实际上等于我运行时的值：

prop.test(c(33000, 34000, 34000), c(999000, 999500, 999000))$p.value

这似乎表明第2组和第3组的列clicks并opens的向量正在传递给该函数，而不是仅将一行的预期列值传递给该函数（因此， rowwise()的用户rowwise() 。

我知道还有其他方法可以做到这一点，但是我特别想知道我是否可以留在dpylr宇宙中（例如，与使用sapply（）然后将这些结果绑定到原始df相对），因为看起来应该是这样rowwise()的预期行为； 我刚刚搞砸了。

谢谢您的帮助！！

Answer 1

看来问题出在mutate函数被另一个同名函数掩盖了（很可能是plyr::mutate ）。 在干净的R会话中重新启动可解决此问题。

谢谢@ user2738526的回复！ 看起来变异被掩盖是问题所在

由于dplyr函数名称的通用性质，我经常使用dplyr::定义其软件包dplyr::即使那样，我仍然附加了其软件包。