Вычислять различные наборы функций, переданных в виде текстовых строк для разных столбцов, с коэффициентом

В моем R R App я хочу позволить пользователю с помощью флажков выбирать столбцы (параметры инструмента в данных) и для каждого из тех, какие функции применять (т.е. какую статистику применять):

Рассчитать для столбцов х, у, г

различные функции, переданные в виде текстовых строк, выбранных для этого столбца,

сделать это для каждой группы (фактор столбца с именами, называемого здесь "категория") и

Назовите получившиеся столбцы (имя + имя-функции) в выходных df

Выбранные флажки создадут именованный список, где имя - это столбец (имя параметра в df), а каждый именованный элемент списка содержит вектор имен текстовых строк функций, которые нужно применить

Мой список запросов функций будет выглядеть так:

functionlist <- list(c1 = c('mean', 'sum'), 
                     c2 = 'Length', 
                     c3 = c('Min', 'Max'), 
                     c4 = c('mean', 'sd', 'sum'))
  • среднее = среднее значение
  • Длина как в счетчике, или.N
  • sd или colSds как в стандартном отклонении
  • сумма как в сумме

Поэтому я хотел бы быстро применить различные наборы функций для разных столбцов за один раз и получить результаты в виде фрейма данных.

Ожидаемый результат:

Данные для его применения будут сопоставимы с этими фиктивными данными:

library(data.table)
n = 100000
dt  = data.table(index=1:100000,
                 category = sample(letters[1:25], n, replace = T),
                 c1=rnorm(n,10000),
                 c2=rnorm(n,1000),
                 c3=rnorm(n,100),
                 c4 = rnorm(n,10)
)

ps это продолжение этого вопроса: ТАК вопрос, но теперь с дополнительным усложнением применения разных функций к разным столбцам

ОБНОВЛЕНИЕ было бы еще лучше, если бы пользователь мог также выбирать, для каких групп рассчитывать.

Источник

1 ответ

Решение

Сначала я преобразую в нижний регистр, потому что некоторые из написанных функций не существуют (по крайней мере, в базе R). Затем я установил имена, чтобы у выходных столбцов были имена. Далее я lapply над вектором имен функций и применить их к get(.y), который является именем текущего элемента в functionlistимя столбца.

Некоторые объяснения менее стандартного материала здесь:

  • imap от Tidyverse (мурлыкать конкретно) это как lapply, но вместо того, чтобы писать function(x) и ссылаясь на элемент в вашем теле функции как xможно просто написать ~ и использовать .x ссылаться на элемент в списке и .y для названия этого элемента.
  • imap_dfc как imap, но это cbinds все результаты вместе, как на фрейме данных.
  • get(x) будет искать объект, имя которого является символьной строкой, назначенной x и вернуть этот объект. Так что если f а также x назначены как f <- 'mean' а также x = 'c1', затем get(f)(get(x)) эквивалентно mean(c1),
library(tidyverse)

imap_dfc(functionlist, ~{
  .x <- tolower(.x)
  .x <- setNames(.x, paste0(.y, '_', .x))
  dt[, lapply(.x, function(f) get(f)(get(.y)))
     , by = category][,-'category']
})[, category := unique(dt$category)]

#       c1_mean   c1_sum c2_length   c3_min   c3_max   c4_mean     c4_sd   c4_sum category
#  1:  9999.988 39689953      3969 96.32998 103.3013  9.999057 1.0047397 39686.26        i
#  2:  9999.992 40749969      4075 96.45056 103.4090  9.990428 1.0018953 40710.99        e
#  3:  9999.980 39769919      3977 96.93850 103.6276 10.014546 1.0231273 39827.85        p
#  4:  9999.989 40379955      4038 96.04255 103.6632  9.999367 0.9892175 40377.45        y
#  5: 10000.008 39550031      3955 96.25407 103.7432 10.003377 1.0169810 39563.36        d
#  6:  9999.997 38809990      3881 96.29265 104.3206  9.993976 1.0026220 38786.62        q
#  7: 10000.021 39910082      3991 96.50937 103.4453  9.989248 0.9877364 39867.09        o
#  8: 10000.028 39860113      3986 96.18319 103.8271  9.996190 0.9688054 39844.81        w
#  9: 10000.006 39860025      3986 96.89095 103.8927 10.004848 1.0097102 39879.32        n
# 10: 10000.018 39700073      3970 96.36530 103.4446 10.012726 1.0140592 39750.52        s
# 11:  9999.997 39939988      3994 96.40691 103.7046  9.983768 1.0036815 39875.17        u
# 12:  9999.985 39809941      3981 96.22220 104.0094 10.026315 1.0019427 39914.76        g
# 13: 10000.013 40330054      4033 96.29462 103.8641  9.983023 0.9943337 40261.53        x
# 14: 10000.003 39060012      3906 96.42303 103.7972  9.997054 0.9981013 39048.49        j
# 15: 10000.002 39640008      3964 96.30402 103.8221 10.003373 1.0198045 39653.37        h
# 16: 10000.003 40860011      4086 96.54114 103.4493  9.978961 0.9921391 40774.04        l
# 17:  9999.978 40829908      4083 96.18487 103.7403  9.997847 1.0126861 40821.21        f
# 18:  9999.964 39249859      3925 96.22323 103.6110  9.994997 0.9965463 39230.36        m
# 19:  9999.964 39959858      3996 96.37931 103.4358 10.020087 1.0149939 40040.27        v
# 20: 10000.014 40760057      4076 96.22407 104.0107 10.015623 0.9981900 40823.68        b
# 21:  9999.998 40019993      4002 96.77786 103.7248 10.000020 1.0099821 40020.08        k
# 22:  9999.981 41449920      4145 96.73103 103.8441 10.032406 1.0161685 41584.32        t
# 23: 10000.010 39320039      3932 95.83859 103.2523  9.970763 0.9953307 39205.04        a
# 24:  9999.984 40769934      4077 96.05744 103.3219  9.995989 1.0073559 40753.65        r
# 25: 10000.001 39720003      3972 96.51861 103.3922  9.945475 0.9816170 39503.43        c
#       c1_mean   c1_sum c2_length   c3_min   c3_max   c4_mean     c4_sd   c4_sum category
Источник
Другие вопросы по тегам