[英]use multiple columns as variables with sapply
我有一個dataframe
,我想應用一個 function,它采用三列的值並計算這三個值之間的最小差值。
#dataset
df <- data.frame(a= sample(1:100, 10),b = sample(1:100, 10),c= sample(1:100, 10))
#function
minimum_distance <- function(a,b,c)
{
dist1 <- abs(a-b)
dist2 <- abs(a-c)
dist3 <- abs(b-c)
return(min(dist1,dist2,dist3))
}
我正在尋找類似的東西:
df$distance <- sapply(df, function(x) minimum_distance(x$a,x$b,x$c) )
## errormessage
Error in x$a : $ operator is invalid for atomic vectors
雖然我可以使用 ddply:
df2 <- ddply(df,.(a),function(r) {data.frame(min_distance=minimum_distance(r$a,r$b, r$c))}, .drop=FALSE)
這不會保留所有列。 有什么建議么?
編輯:我最終使用:
df$distance <- mapply(minimum_distance, df$a, df$b, df$c)
嘗試映射():
qq <- mapply(minimum_distance, df$a, df$b, df$c)
試試這個:
do.call("mapply", c(list(minimum_distance), df))
但您可以編寫矢量化版本:
pminimum_distance <- function(a,b,c)
{
dist1 <- abs(a-b)
dist2 <- abs(a-c)
dist3 <- abs(b-c)
return(pmin(dist1,dist2,dist3))
}
pminimum_distance(df$a, df$b, df$c)
# or
do.call("pminimum_distance", df)
我知道這已經得到解答,但實際上我會采用一種不同的方法,該方法采用任意數量的列,並且使用外部方法更具有普遍性:
vdiff <- function(x){
y <- outer(x, x, "-")
min(abs(y[lower.tri(y)]))
}
apply(df, 1, vdiff)
我認為這有點清潔和靈活。
編輯:根據 zach 的評論,我提出了這個更正式的 function,它適用於具有非數字列的數據框,也通過刪除它們並僅作用於數字列。
cdif <- function(dataframe){
df <- dataframe[, sapply(dataframe, is.numeric)]
vdiff <- function(x){
y <- outer(x, x, "-")
min(abs(y[lower.tri(y)]))
}
return(apply(df, 1, vdiff))
}
#TEST it out
set.seed(10)
(df <- data.frame(a = sample(1:100, 10), b = sample(1:100, 10),
c = sample(1:100, 10), d = LETTERS[1:10]))
cdif(df)
最好寫一個 function 然后在向量上使用 mapply :
f1 <- function(a,b,c){
d =abs(a-b)
e =abs(b-c)
f= abs(c-a)
return(pmin(d,e,f))
}
qq <- mapply(f1, df$a, df$b, df$c)
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.