使用 dplyr 将 function 应用于 data.frame 中的一行

Question

在基础R ，我将执行以下操作：

d <- data.frame(a = 1:4, b = 4:1, c = 2:5)
apply(d, 1, which.max)

使用dplyr我可以执行以下操作：

library(dplyr)
d %>% mutate(u = purrr::pmap_int(list(a, b, c), function(...) which.max(c(...))))

如果d中还有另一列，我需要指定它，但我希望它可以在任意数量的 if 列中工作。

从概念上讲，我想要类似的东西

pmap_int(list(everything()), ...)
pmap_int(list(.), ...)

但这显然行不通。 我将如何使用dplyr规范地解决这个问题？

Answer 1

我们只需要将数据指定为. 因为data.frame是一个以列作为list元素的列表。 如果我们包装list(.) ，它就会变成一个嵌套列表

library(dplyr)
d %>% 
  mutate(u = pmap_int(., ~ which.max(c(...))))
#  a b c u
#1 1 4 2 2
#2 2 3 3 2
#3 3 2 4 3
#4 4 1 5 3

---

或者可以使用cur_data()

d %>%
   mutate(u = pmap_int(cur_data(), ~ which.max(c(...))))

---

或者，如果我们想使用everything() ，请将其放在select中，因为list(everything())不能解决应该从中选择所有内容的数据

d %>% 
   mutate(u = pmap_int(select(., everything()), ~ which.max(c(...))))

---

或rowwise使用

d %>%
    rowwise %>% 
    mutate(u = which.max(cur_data())) %>%
    ungroup
# A tibble: 4 x 4
#      a     b     c     u
#  <int> <int> <int> <int>
#1     1     4     2     2
#2     2     3     3     2
#3     3     2     4     3
#4     4     1     5     3

---

或者使用max.col更有效

max.col(d, 'first')
#[1] 2 2 3 3

或collapse

library(collapse)
dapply(d, which.max, MARGIN = 1)
#[1] 2 2 3 3

它可以包含在dplyr中作为

d %>% 
    mutate(u = max.col(cur_data(), 'first'))

Answer 2

这里有一些data.table选项

setDT(d)[, u := which.max(unlist(.SD)), 1:nrow(d)]

或者

setDT(d)[, u := max.col(.SD, "first")]