![](/img/trans.png)
[英]How to apply a function over two series of sequentially labelled variables without using column numbers?
[英]How to pass column variables to apply function?
我有这个data.frame
:
id | amount1 | amount2 | day1 | day2
---------------------------------------------
A | 10 | 32 | 0 | 34
B | 54 | 44 | 8 | 43
C | 45 | 66 | 16 | 99
df <- data.frame(id=c('A','B','C'), amount1=c(10,54,45), amount2=c(32,44,66), day1=c(0,8,16), day2=c(34,43,99))
我想apply
一个功能
df$res <- apply(df, 1, myfunc)
哪里
myfunc <- function(x,y) sum(x) * mean(y)
只有我想将列变量作为参数传递给函数,所以它基本上应该读取
apply(df, 1, myfunc, c(amount1, amount2), c(day1, day2))
对于第一行,这是
myfunc(c(10,32),c(0,34))
# [1] 714
可以这样做吗?
data.table
解决方案。
require(data.table)
dt <- data.table(df) # don't depend on `id` column as it may not be unique
# instead use 1:nrow(dt) in `by` argument
dt[, res := myfunc(c(amount1,amount2), c(day1, day2)), by=1:nrow(dt)]
> dt
# id amount1 amount2 day1 day2 res
# 1: A 10 32 0 34 714.0
# 2: B 54 44 8 43 2499.0
# 3: C 45 66 16 99 6382.5
当你有很多的days
,你会想采取的列mean
,并与繁殖sum
的amount1
和amount2
,然后我会做它以这种方式,不使用myfunc
。 但是如果真的需要一个函数,那么实现一个应该是直截了当的。
# dummy example
set.seed(45)
df <- data.frame(matrix(sample(1:100, 200, replace=T), ncol=10))
names(df) <- c(paste0("amount", 1:2), paste0("day", 1:8))
df$idx <- 1:nrow(df) # idx column for uniqueness
# create a data.table
require(data.table)
calc_res <- function(df) {
dt <- data.table(df)
# first get the mean
id1 <- setdiff(names(dt), grep("day", names(dt), value=TRUE))
dt[, res := rowMeans(.SD), by=id1]
# now product of sum(amounts) and current res
id2 <- setdiff(names(dt), names(dt)[1:2])
dt[, res := sum(.SD) * res, by=id2]
}
dt.fin <- calc_res(df)
像这样:
df$res <- apply(df, 1, function(x) myfunc(as.numeric(x[c("amount1", "amount2")]),
as.numeric(x[c("day1", "day2")])))
但请考虑将plyr::adply
作为替代方案:
library(plyr)
adply(df, 1, transform, res = myfunc(c(amount1, amount2), c(day1, day2)))
# id amount1 amount2 day1 day2 res
# 1 A 10 32 0 34 714.0
# 2 B 54 44 8 43 2499.0
# 3 C 45 66 16 99 6382.5
这适用于您的示例。 也许同样的技术可以用于真正的问题:
> apply(df[-1], 1, function(x) myfunc(x[1:2], x[3:4]))
## [1] 714.0 2499.0 6382.5
正如flodel所指出的,最好使用其中一个子集化操作的名称,以确保只使用这些列进行应用。 必须使用子集来防止apply
传递的向量转换为字符,并且明确指定列意味着数据框中的其他列不会导致此问题。
apply(df[c("amount1", "amount2", "day1", "day2")], 1,
function(x) myfunc(x[1:2], x[3:4])
)
在实践中,我更有可能编写类似这样的代码:
amount <- c("amount1", "amount2")
day <- c("day1", "day2")
df$res <- apply(df[c(amount, day)], 1, function(x) myfunc(x[amount], x[day]))
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.