[英]Using Apply or Vectorize to apply custom function to a dataframe
我試圖應用一個自定義函數,該函數調用該數據框的組件進行計算。 我在下面做了一個瑣碎的例子,因為我的實際問題很難做出可復制的例子。 在下面的示例中,我希望將前兩列加在一起以創建第三列,即它們的總和。 下面是我在網上找到的一個接近我想要的示例:
celebrities=data.frame(name=c("Andrew","matt","Dany","Philip","John","bing","Monica"),
age=c(28,23,49,29,38,23,29),
income=c(25.2,10.5,11,21.9,44,11.5,45))
f=function(x,output){
name=x[1]
income=x[3]
cat(name,income,"\n")
}
apply(celebrities,1,f)
但是,當我嘗試使用它並應用數學函數時,它不起作用:
f2=function(x,output){
age=x[2]
income=x[3]
sum(age,income)
}
apply(celebrities,1,f2)
本質上,我需要申請以獲取數據集,使用該行中的值作為函數的輸入遍歷該數據集的每一行,並向該數據集添加第三列以及函數的結果。 請讓我知道如何在需要時澄清這個問題。 我已經提到了以下問題,但它們似乎對我沒有用。
對於請求的特定任務,可能是
celebrities$newcol <- with(celebrities, age + income)
+
函數本質上是矢量化的。 使用apply
與sum
是低效的。 通過省略第一列可以大大簡化了apply
使用,因為這樣可以避免強制轉換為由第一列引起的字符矩陣。
celebrities$newcol <- apply(celebrities[-1], function(x) sum(x) )
這樣,您就可以避免將向量強制轉換為“字符”,然后需要將之前的數字列強制轉換回numeric
。 使用sum
內適用不回避的事實,和沒有矢量得到的,但它的效率低下[R編碼的一個例子。
如果“內部”算法可以完全由矢量化函數構造而成,則可以實現自動矢量化:Math和Ops組是通常的組件。 請參閱?Ops
否則,您可能需要使用mapply
或Vectorize
。
來自@ r2evans和@ user2738526的提示我已經對您的函數進行了修改。 將數字顯式轉換為數字。 以下代碼段適用於您的情況:
f2=function(x,output){
age=as.numeric(x[2])
income=as.numeric(x[3])
sum(age,income)
}
apply(celebrities,1,f2)
[1] 53.2 33.5 60.0 50.9 82.0 34.5 74.0
試試看:
library(dplyr)
celebrities=data.frame(name=c("Andrew","matt","Dany","Philip","John","bing","Monica"),
age=c(28,23,49,29,38,23,29),
income=c(25.2,10.5,11,21.9,44,11.5,45))
celebrities %>%
rowwise %>%
mutate(age_plus_income = sum(age, income))
(很明顯,對於兩列的求和,最好使用mutate(celebrities, age_plus_income = age + income)
,但我認為您的實際示例使用的是更復雜的函數。)
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.