如何將自定義函數應用於我的數據框的每一列

Question

我試圖了解tidyverse和dplyr方法，並希望將以下函數應用於dataframe / datatable的每一列：

library(multimode)
funx <- function(x) {multimode::modetest(x, method = 'SI') }

然后嘗試使用像summarize_all這樣的東西開始，但我立刻得到一個錯誤：

錯誤：列mpg必須是長度1（匯總值），而不是8

library(dplyr)

mtcars %>%
     summarise_all(funx)

我希望直到結束是一個新的數據框顯示在第1列測試colnames，和的p值modetest列2

從昨天（23-05-2019）更新包后，我的解決方案無法正常工作，以下代碼現在打印'。' 點而不是列名提交了一個帖子到github頁面詢問這個變化的原因： github

library(multimode)
funx <- function(x) {
    print(substitute(x))
    multires <- multimode::modetest(x, method = 'SI') 
    p <- multires$p.value}

mtcars %>% 
    select(1:2) %>%
    summarise_all(list(~ funx(.)))

更新具有諷刺意味的是，在獲得github帖子的反饋后，我們現在可以使用新版本執行此操作：

   mtcars %>%
      select(1:2) %>%
        summarise_all(funx)

正如您所看到的，這與我在發布此問題時遇到的問題完全相同。 所以，dplyr團隊的優秀工作使我的語法更加“自然”。

Answer 1

summarise只能輸出一個元素。 根據?summarise

創建一個或多個標量變量，匯總現有tbl的變量。 使用group_by（）創建的組的tbls將在每個組的輸出中生成一行。 沒有組的Tbls將導致一行。

因此，如果輸出超過長度1，請將其包裝在list並unnest

library(dplyr)    
out <- mtcars %>%
          summarise_all(list(~ list(funx(.))))

如果我們提取單個值，例如p.value ，則無需將其包裝在list

out1 <- mtcars %>% 
          select(1:2) %>%
          summarise_all(list(~ funx(.)$p.value))
out1
#    mpg   cyl
#1 0.718 0.244

可以使用gather將其轉換為兩列數據gather

library(tidyr)
gather(out1, colName, pvalue) %>%
      arrange(pvalue)

通過檢查modetest上的modetest輸出

funx(mtcars[[1]])

#   Silverman (1981) critical bandwidth test

#data:  x
#Critical bandwidth = 2.5413, p-value = 0.716
#alternative hypothesis: true number of modes is greater than 1

它不是單個值輸出，而是摘要模型輸出。 因此，最好存儲在list ，但是，我們可以提取特定組件（ p-value ）並將其輸出為summarise