R 中没有 for 循环的 tibble 的按行突变

Question

我有两个 tibble，需要在一个 tibble 中索引数据，并根据第一个 tibble 中的变量在另一个 tibble 中插入一些特定数据。

我有两个问题：

library(dplyr)

# Set seed
set.seed(10)

# Get data
df1 <-  starwars %>% 
  select(name,species) %>%
  filter(species %in% c("Human","Wookiee","Droid")) %>%
  mutate(Fav_colour = sample(c("blue","red","green"),n(),replace=TRUE))

# Random table with typical colour preference
df2 <- tibble(Colour = c("blue","green","red"),
                   Human = c(0.5,0.3,0.1),
                   Wookiee = c(0.2,0.8,0.5),
                   Droid = c(0.3,0.1,0.5))

在 df1 中，我需要根据物种插入典型的颜色偏好。 为此，我可以在 for 循环中遍历 tibble 的每一行，添加相关数据，然后编译成一个列表。

# Make empty list
data <- list()

# Iterate through each row
for (x in 1:nrow(df1)) {
  # Take a slice
  tmp <- slice(df1, x)
  
  # Add new column to slice based on data in slice (species)
  tmp$Typical <- df2 %>%
    select(Colour,tmp$species) %>%
    arrange(desc(.data[[tmp$species]])) %>% 
    slice_head(n = 1) %>% 
    select(Colour) %>% 
    as.character()
    
  #Add data to list
  data[[x]] <- tmp
}

#Recompile df1
df1 <- list.rbind(data)

我认为必须有一种更有效的方法来执行此操作，但无法弄清楚如何在不通过 for 循环的情况下从 df2 获取过滤和排列的值。 我不知道该怎么做，但是使用 function 可能是更好的选择吗？ 没有 for 循环的 dplyr 方法是什么？

Answer 1

听起来你想从df2中获得每个物种的最大价值。 如果我们pivot_longer使物种在一列中指定，而值在另一列中指定，我们可以按物种分组并保留最大值。 这个查找表（每个物种的颜色 + 值）可以连接到原始数据。

df1 %>%
  left_join(
    df2 %>% 
      tidyr::pivot_longer(2:4, names_to = "species") %>%
      group_by(species) %>%
      slice_max(value)
  )

结果

Joining with `by = join_by(species)`
# A tibble: 43 × 5
   name               species Fav_colour Colour value
   <chr>              <chr>   <chr>      <chr>  <dbl>
 1 Luke Skywalker     Human   green      blue     0.5
 2 C-3PO              Droid   blue       red      0.5
 3 R2-D2              Droid   red        red      0.5
 4 Darth Vader        Human   green      blue     0.5
 5 Leia Organa        Human   red        blue     0.5
 6 Owen Lars          Human   green      blue     0.5
 7 Beru Whitesun lars Human   green      blue     0.5
 8 R5-D4              Droid   green      red      0.5
 9 Biggs Darklighter  Human   green      blue     0.5
10 Obi-Wan Kenobi     Human   green      blue     0.5
# … with 33 more rows
# ℹ Use `print(n = ...)` to see more rows

Answer 2

请检查不使用循环的替代方法，检查 df4 dataframe

df3 <- df2 %>% 
pivot_longer(c('Human','Wookiee','Droid'),names_to = 'species', values_to = 'score') %>% 
arrange(species, desc(score)) %>% 
  group_by(species) %>% slice(1)


df4 <- df1 %>% left_join(df3, by='species') %>% rename(Typical = Colour) %>% select(-score)