將列位置的函數參數傳遞給mutate_at

Question

我正在嘗試收緊%>%管道工作流，我需要將相同的函數應用於多個列，但每次更改一個參數。 我覺得purrr的map或invoke函數應該有所幫助，但我無法繞過它。

我的數據框有預期壽命，貧困率和家庭收入中位數的列。 我可以將所有這些列名稱傳遞給mutate_at vars ，使用round作為要應用於每個vars的函數，並可選地提供digits參數。 但我無法想出一種方法，如果存在的話，為每列相關的digits傳遞不同的值。 我希望將預期壽命調整為1位數，將貧困率調整為2，將收入調整為0。

我可以在每一列上調用mutate ，但考慮到我可能有更多的列都接收相同的函數而只​​更改了一個額外的參數，我想要更簡潔的東西。

library(tidyverse)

df <- tibble::tribble(
        ~name, ~life_expectancy,          ~poverty, ~household_income,
  "New Haven", 78.0580437642378, 0.264221051111753,  42588.7592521085
  )

在我的想象中，我可以做這樣的事情：

df %>%
  mutate_at(vars(life_expectancy, poverty, household_income), 
            round, digits = c(1, 2, 0))

但得到錯誤

mutate_impl（.data，dots）中的錯誤：列life_expectancy必須是長度1（行數），而不是3

使用mutate_at而不是mutate只是為了得到與我理想情況相同的語法：

df %>%
  mutate_at(vars(life_expectancy), round, digits = 1) %>%
  mutate_at(vars(poverty), round, digits = 2) %>%
  mutate_at(vars(household_income), round, digits = 0)
#> # A tibble: 1 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.26            42589

數字上的映射使用每列的每個 digits選項，而不是位置，給我3行，每行舍入到不同的位數。

df %>%
  mutate_at(vars(life_expectancy, poverty, household_income), 
            function(x) map(x, round, digits = c(1, 2, 0))) %>%
  unnest()
#> # A tibble: 3 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.3            42589.
#> 2 New Haven            78.1    0.26           42589.
#> 3 New Haven            78      0              42589

^{由reprex包創建於2018-11-13（v0.2.1）}

Answer 1

2解決方案

---

mutate !!!

invoke是一個好主意，但是現在大多數tidyverse函數都支持!!! 運營商，這是你能做的：

digits <- c(life_expectancy = 1, poverty = 2, household_income = 0)  
df %>% mutate(!!!imap(digits, ~round(..3[[.y]], .x),.))
# # A tibble: 1 x 4
#          name life_expectancy poverty household_income
#         <chr>           <dbl>   <dbl>            <dbl>
#   1 New Haven            78.1    0.26            42589

..3是初始數據幀，通過調用結束時的點傳遞給函數作為第三個參數。

寫得更明確：

df %>% mutate(!!!imap(
  digits, 
  function(digit, name, data) round(data[[name]], digit),
  data = .))

如果你需要從舊界面開始（雖然我建議的那個會更靈活），首先要做：

digits <- setNames(c(1, 2, 0), c("life_expectancy", "poverty", "household_income"))

---

mutate_at和<<-

在這里，我們稍微考慮一下避免<<-可能性，盡管可能，但可讀性很重要，這個很容易閱讀。

digits <- c(1, 2, 0)
i <- 0
df %>%
  mutate_at(vars(life_expectancy, poverty, household_income), ~round(., digits[i<<- i+1]))
# A tibble: 1 x 4
#     name      life_expectancy poverty household_income
#     <chr>               <dbl>   <dbl>            <dbl>
#   1 New Haven            78.1    0.26            42589

（或者只是df %>% mutate_at(names(digits), ~round(., digits[i<<- i+1]))如果你在我的第一個解決方案中使用命名向量）

Answer 2

這是Henrik評論中的map2解決方案。 然后，您可以將其包裝在自定義函數中。 我提供了一個粗略的第一次嘗試，但我做了最小的測試，因此如果評估很奇怪，它可能會在各種情況下中斷。 它也沒有使用tidyselect為.at ，但同樣沒有modify_at ...

library(tidyverse)

df <- tibble::tribble(
  ~name, ~life_expectancy,          ~poverty, ~household_income,
  "New Haven", 78.0580437642378, 0.264221051111753,  42588.7592521085,
  "New York", 12.349685329, 0.324067934, 32156.230974623
)

rounded <- df %>%
  select(life_expectancy, poverty, household_income) %>%
  map2_dfc(
    .y = c(1, 2, 0),
    .f = ~ round(.x, digits = .y)
  )
df %>%
  select(-life_expectancy, -poverty, -household_income) %>%
  bind_cols(rounded)
#> # A tibble: 2 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.26            42589
#> 2 New York             12.3    0.32            32156


modify2_at <- function(.x, .y, .at, .f) {
  modified <- .x[.at] %>%
    map2(.y, .f)
  .x[.at] <- modified
  return(.x)
}

df %>%
  modify2_at(
    .y = c(1, 2, 0),
    .at = c("life_expectancy", "poverty", "household_income"),
    .f = ~ round(.x, digits = .y)
  )
#> # A tibble: 2 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.26            42589
#> 2 New York             12.3    0.32            32156

^{由reprex包創建於2018-11-13（v0.2.1）}

Answer 3

有趣的tidyeval：

prepared_pairs <- 
  map2(
    set_names(syms(list("life_expectancy", "poverty", "household_income"))),
    c(1, 2, 0), 
    ~expr(round(!!.x, digits = !!.y))
  )

mutate(df, !!! prepared_pairs)

# # A tibble: 1 x 4
#   name      life_expectancy poverty household_income
#   <chr>               <dbl>   <dbl>            <dbl>
# 1 New Haven            78.1    0.26            42589