R dplyr使用自定義函數變異多列來創建新列

Question

我想使用自定義函數使用dplyr::mutate在data.frame中創建新列，該參數是data.frame的列名的向量，但我得到以下輸出：

customFun <- function(col.vec) {
  paste0(gsub("\\s", "_", col.vec), collapse = "-")
}

df <- data.frame(A = c("x 1", "x", "x w"), B = c("E", "D", "2 w"), stringsAsFactors = FALSE)

df %>%
   mutate(C = customFun(c(A, B)))
    A   B                 C
1 x 1   E x_1-x-x_w-E-D-2_w
2   x   D x_1-x-x_w-E-D-2_w
3 x w 2 w x_1-x-x_w-E-D-2_w

代替：

data.table::data.table(df)[, C := customFun(c(A, B)), by = .(A, B)]
     A   B       C
1: x 1   E   x_1-E
2:   x   D     x-D
3: x w 2 w x_w-2_w

它可以通過多種方式實現，但我只對dplyr解決方案感興趣。 謝謝您的幫助。

Answer 1

我們可以使用map和lift_dl 。 我們首先map每個col.vec （注意我使用了列表而不是向量作為輸入，因為c平任何向量元素，而列表沒有）並應用gsub 。 然后將列表輸出送入paste 。 由於paste需要... ，我們可以使用purrr::lift_dl將其輸入域從...提升到list類型：

library(dplyr)
library(purrr)

customFun <- function(col.vec) {
  map(col.vec, ~gsub("\\s", "_", .x)) %>%
    lift_dl(paste, sep = "-")()
}

df %>%
  mutate(C = customFun(list(A, B)))

或者...作為輸入：

customFun <- function(...) {
  col.vec <- list(...)
  map(col.vec, ~gsub("\\s", "_", .x)) %>%
    lift_dl(paste, sep = "-")()
}

df %>%
  mutate(C = customFun(A, B))

輸出：

    A   B       C
1 x 1   E   x_1-E
2   x   D     x-D
3 x w 2 w x_w-2_w

Answer 2

為什么在data.table解決方案中使用by=.(..) ？ 如果你有兩行具有完全相似的值，那么這些行將折疊成一行。 您需要修改customFun 。 它的方式不正確：

library(tidyverse)
customFun = function(data) invoke(paste, data.frame(gsub('\\s+', '_', as.matrix(data))), sep='-')

df %>% 
    mutate(c = customFun(.))

    A   B       C
1 x 1   E   x_1-E
2   x   D     x-D
3 x w 2 w x_w-2_w

你可以用do.call替換調用甚至lift等。

你的功能並沒有完全符合你的要求。 閱讀上面的評論

Answer 3

只需添加rowwise您之前mutate所以只有每行的A和B值中使用paste ，而不是所有行的載體。

library(dplyr)

df %>%
  rowwise() %>%
  mutate(C = customFun(c(A, B)))
#> Source: local data frame [3 x 3]
#> Groups: <by row>
#> 
#> # A tibble: 3 x 3
#>   A     B     C      
#>   <chr> <chr> <chr>  
#> 1 x 1   E     x_1-E  
#> 2 x     D     x-D    
#> 3 x w   2 w   x_w-2_w

^{由reprex包創建於2019-02-05（v0.2.1）}