使用多列作為 sapply 的變量

Question

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)

Answer 1

嘗試映射（）：

qq <- mapply(minimum_distance, df$a, df$b, df$c)

Answer 2

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)

Answer 3

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)

Answer 4

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)