[英]Creating a new column using mutate which is some function of the contents of a specified set of columns for each row in a data frame (dplyr)
[英]Using dplyr::mutate to apply parameterizations of a function to a single data frame column, then save the results to new columns?
假設我有一個看起來像這樣的數據框:
user_id date weight
12345 2016-03-07 160
12345 2016-03-06 158
12345 2016-03-05 156
12345 2016-03-04 154
我想通過將多個功能應用於weight
列,然后將每個應用程序的結果保存到一個新列中來對該數據框進行更改。 一個警告是該函數已參數化,我想將參數值附加到新的列名上。 例如,如果我使用lag()
:
user_id date weight dweight_1 dweight_2 ...
12345 2016-03-07 160 NA NA
12345 2016-03-06 158 160 NA
12345 2016-03-05 156 158 160
12345 2016-03-04 154 156 158
其中第一列是lag(weight, 1)
的結果,第二列是lag(weight, 2)
,依此類推。
我嘗試遵循dplyr插圖中針對該主題提出的標准評估方法以及該SO問題的建議,但似乎都無法解決參數化函數的問題(否則,我只會使用funs()
!)。
我該如何解決這個問題?
要使用dplyr
編程方式添加單個列,您可以使用類似
x <- 2
mutate_(df, .dots = setNames(list(~lag(weight, x)), paste0('dweight_', x)))
如果只是幾次(如果願意,甚至可以將它們鏈接在一起),您可以重復一遍,但是如果您經常這樣做,那么編寫一個函數可能很有意義:
dweight <- function(l = 1){
for (i in l){
df <- mutate_(df, .dots = setNames(list(~lag(weight, i)), paste0('dweight_', i)))
}
df
}
您可以傳遞向量:
> dweight(1:4)
user_id date weight dweight_1 dweight_2 dweight_3 dweight_4
1 12345 2016-03-07 160 NA NA NA NA
2 12345 2016-03-06 158 160 NA NA NA
3 12345 2016-03-05 156 158 160 NA NA
4 12345 2016-03-04 154 156 158 160 NA
您可以根據需要編輯該函數:添加一個dataframe參數,以便可以鏈接它,使用*apply
代替for
,添加參數以傳遞函數,等等。
這是一個應該起作用的解決方案(盡管可能有更清潔的方法)
# Assuming lag_vals is set as follows
lag_vals <- 1:3
names(lag_vals) <- paste0('dweight_', 1:3)
df_new <- cbind(df, sapply(lag_vals, function(x) { x=lag(df$weight, x) }))
df_new
## user_id date weight dweight_1 dweight_2 dweight_3
## 1 12345 2016-03-07 160 NA NA NA
## 2 12345 2016-03-06 158 160 NA NA
## 3 12345 2016-03-05 156 158 160 NA
## 4 12345 2016-03-04 154 156 158 160
帶有標准評估的dplyr :: mutate解決方案:
tab %>% mutate_(.dots = setNames(lapply(1:4, function(i) lazyeval::interp(~lag(weight, i),
weight = as.name("weight"))), paste0("weight_", 1:4)))
# user_id date weight weight_1 weight_2 weight_3 weight_4
# 1 12345 2016-03-07 160 NA NA NA NA
# 2 12345 2016-03-06 158 160 NA NA NA
# 3 12345 2016-03-05 156 158 160 NA NA
# 4 12345 2016-03-04 154 156 158 160 NA
編輯:這有點整理...
lags = 3
lag_weight <- function(i) lazyeval::interp(~lag(weight, i), weight = as.name("weight"))
tab %>% mutate_(.dots = setNames(lapply(1:lags, lag_weight), paste0('weight_', 1:lags)))
# user_id date weight weight_1 weight_2 weight_3 weight_4
# 1 12345 2016-03-07 160 NA NA NA NA
# 2 12345 2016-03-06 158 160 NA NA NA
# 3 12345 2016-03-05 156 158 160 NA NA
# 4 12345 2016-03-04 154 156 158 160 NA
您可以使用tidyquant::tq_mutate
解決此問題。 這是一個玩具示例。
# Get Stock Prices from Yahoo! Finance
# Create a vector of stock symbols
FANG_symbols <- c("FB", "AMZN", "NFLX", "GOOG")
# Pass symbols to tq_get to get daily prices
FANG_data_d <- FANG_symbols %>%
tq_get(get = "stock.prices", from = "2014-01-01", to = "2016-12-31")
# Show the result
FANG_data_d
FANG_data_d %>%
select(symbol, date, adjusted) %>%
group_by(symbol) %>%
tq_mutate(
select = adjusted,
mutate_fun = lag.xts,
k = 1:5,
col_rename = column_names
)
參考
丹喬,馬特。 2017年。“演示周:課程(星期一)<-Tidyquant。” http://www.business-science.io/code-tools/2017/10/23/demo_week_tidyquant.html 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.