R dplyr: Операции со строками с использованием пользовательских функций

В пандах я часто выполняю построчные операции с пользовательской функцией, подобной этой:

df = pd.DataFrame({'v1': [1, 2, 3], 'v2': [3, 4, 6], 'v3': [3, 4, 5]})

def f(row):
    return(sum(row[["v1", "v3"]]) if row.v2 == 3 else 7)

df["new_col"] = df.apply(f, 1)

Что будет эквивалент в dplyr?

Обратите внимание, что функция f может использовать много переменных, а не только v1-v3, поэтому я бы предпочел не называть их всех при вызове функции.

edit: Пример кода того, что у меня есть в настоящее время в R. В этом решении я передаю объект местоимения, который я сомневаюсь, уместно ли.

d <- tibble(v1 = c(1,2,3), v2 = c(3,4,6), v3 = c(3,4,5))

f <- function(row){
  if (row$v2 == 3) sum(something?) else 7
}

d %>% rowwise() %>% mutate(new_column = f(.data)) %>% ungroup()

edit2: ожидаемый результат. (Индексный столбец не важен)

   v1  v2  v3  new_col
0   1   3   3        4
1   2   4   4        7
2   3   6   5        7

Примечание: я не ищу решения этой конкретной проблемы. Меня интересует общий способ передачи строк в функцию в R / dplyr, как apply() в пандах.

Источник

3 ответа

Решение

Эквивалентный код dplyr, передающий целые строки в виде фрейма данных функции, может быть:

library(tidyverse)

df <- tibble(v1 = c(1, 2, 3), v2 = c(4, 5, 6), v3 = c(7, 8, 9))

f <- function(row){
  if (row$v2 == 3){
    return(sum(row$v1, row$v3))
  }else{
    return(7)
  }
}

df %>% 
  rowwise() %>% 
  do(row = as_data_frame(.)) %>%
  mutate(new_col = f(row)) %>% 
  unnest()

Из:

# A tibble: 3 x 4
  new_col    v1    v2    v3
    <dbl> <dbl> <dbl> <dbl>
1       4     1     3     3
2       7     2     4     4
3       7     3     6     5
Источник

Если у вас есть хорошо укомплектованный набор столбцов, к которым это применимо, тогда я предлагаю, чтобы ваша функция касалась только отдельных векторов, а не однорядных фреймов.

library(dplyr)
d <- tibble(v1 = c(1,2,3), v2 = c(3,4,6), v3 = c(3,4,5))
f <- function(v1, v2, v3) ifelse(v2 == 3, v1 + v3, 7)
d %>% rowwise() %>% mutate(new_column = f(v1, v2, v3)) %>% ungroup()
# # A tibble: 3 x 4
#      v1    v2    v3 new_column
#   <dbl> <dbl> <dbl>      <dbl>
# 1     1     3     3          4
# 2     2     4     4          7
# 3     3     6     5          7

я использовал ifelse в обороне, "на всякий случай" он всегда используется в группах, а не только в строках. Это прекрасно работает, если вы определите функцию как

f <- function(v1, v2, v3) if (v2 == 3) v1+v3 else 7

На самом деле, если ваша реальная логика не более сложна, то это не требует rowwise() и поэтому будет значительно быстрее. (Но я не знаю ваших реальных потребностей.)

Альтернатива:

d %>% mutate(new_column = purrr::pmap_dbl(list(v1,v2,v3), f))
Источник 
df %>% mutate(new_col=with(.,case_when(v2 != 3 ~ 7,v2 == 3 ~ (v1 + v3))))

Ouput

 v1 v2 v3 new_col
1  1  3  3       4
2  2  4  4       7
3  3  6  5       7
Источник
Другие вопросы по тегам