[英]Apply Multiple Columns to Custom function Using dplyr::mutate(across())
df
a = c("aa", "bb", "cc", "bb", "bb", "cc","bb", "bb", "cc", "cc", "bb", "cc", "bb", "bb", "cc","bb", "bb", "cc", "cc", "bb","bb")
b = c("aa", "bb", "cc", "bb", "bb", "cc","bb", "bb", "cc", "cc", "bb", "cc", "bb", "bb", "cc","bb", "bb", "cc", "cc", "bb","bb")
c = c("aa", "aa", "aa", "bb", "bb", "cc","bb", "bb", "cc", "cc", "bb", "cc", "bb", "bb", "cc","bb", "bb", "cc", "cc", "bb","bb")
d = c(1, 1, 2, 2, 3, 3, 1, 1, 1, 1, 1, 1, 2, 2, 3, 3, 1, 1, 1, 1, 1)
df = data.frame(a,b,c,d)
列名:
cols <- c("a","b","c")
功能:
rare_label <- function(x){
freq = prop.table(table(unlist(x)))
make_rare = names(freq)[freq < 0.20]
lapply(x,
function(x) {
replace(x, x %in% make_rare, "Rare")
})}
希望使用dplyr::mutate(across())
评估 a、b、c 中组合的所有值的比例,然后将比例低于 20% 的任何类别更改为“稀有”。
输出:
a b c
Rare Rare Rare
bb bb Rare
cc cc Rare
bb bb bb
bb bb bb
cc cc cc
bb bb bb
. . .
. . .
. . .
使用下面的代码会引发错误,我不知道为什么。
df %<>%
mutate(across(where(cols), ~rare_label(.)
错误:意外符号:“ mutate(across(where(cols), ~rare_label(.) View”)
一种选择可能是:
df %>%
mutate(across(all_of(cols),
~ replace(., . %in% names(which(prop.table(table(.)) < 0.20)), "rare")))
a b c d
1 rare rare rare 1
2 bb bb rare 1
3 cc cc rare 2
4 bb bb bb 2
5 bb bb bb 3
6 cc cc cc 3
7 bb bb bb 1
8 bb bb bb 1
9 cc cc cc 1
10 cc cc cc 1
如果要应用现有函数:
fun <- function(x) replace(x, x %in% names(which(prop.table(table(x)) < 0.20)), "rare")
df %>%
mutate(across(all_of(cols), fun))
您的代码运行良好,只需像这样更改管道和值:
#Code
df %>%
mutate(across(c(a:c), ~rare_label(.))
输出:
a b c d
1 Rare Rare Rare 1
2 bb bb Rare 1
3 cc cc Rare 2
4 bb bb bb 2
5 bb bb bb 3
6 cc cc cc 3
7 bb bb bb 1
8 bb bb bb 1
9 cc cc cc 1
10 cc cc cc 1
11 bb bb bb 1
12 cc cc cc 1
13 bb bb bb 2
14 bb bb bb 2
15 cc cc cc 3
16 bb bb bb 3
17 bb bb bb 1
18 cc cc cc 1
19 cc cc cc 1
20 bb bb bb 1
21 bb bb bb 1
您的功能是正确的,但您需要进行 2 次更改。
lapply
并将最后一行保留为:replace(x, x %in% make_rare, "Rare")
where
从across
删除where
。完成这些更改后,您的代码应该可以工作。
另一种选择是使用具有执行此类操作的功能的forcats
包。
library(dplyr)
library(forcats)
df %>%
mutate(across(all_of(cols),fct_lump_min, min = n() * .2, other_level = "rare"))
# a b c d
#1 rare rare rare 1
#2 bb bb rare 1
#3 cc cc rare 2
#4 bb bb bb 2
#5 bb bb bb 3
#6 cc cc cc 3
#7 bb bb bb 1
#8 bb bb bb 1
#9 cc cc cc 1
#10 cc cc cc 1
#11 bb bb bb 1
#12 cc cc cc 1
#13 bb bb bb 2
#...
fct_lump_min
将所有因素更改为“罕见”,发生率低于 20% (0.2 * n())。 在这里,我们为n
传递了一个数字来降低级别,我找不到一个通过传递比例本身来工作的函数, fct_lump_prop
做其他事情。
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.