代码之家 › 专栏 › 技术社区 › Omry Atia

dpylr在每一列分别使用几个参数的自定义函数进行变异

mutate dplyr r

Omry Atia · 技术社区 · 6 年前

我有以下要应用于数据帧列的函数:

ff <- function(w, epsi, df) {
  res <- w*(max(df, na.rm = T) - min(df, na.rm=T)+2*epsi)+min(df, na.rm = T) - epsi
  return(res)
}

该函数应应用于 w ,使用参数 epsi 和 df . 函数必须取 W 并乘以相应列的最大值 东风 减去该列的最小值 东风 等等。

例如:

> w
# A tibble: 5 x 2
    A       B
  <dbl>   <dbl>
1 0.290  0.928  
2 0.917  0.929  
3 0.910  0.919  
4 0.243  0.908  
5 0.936  0.901

和 东风 是:

> df
# A tibble: 10 x 2
   A     B
  <dbl> <dbl>
1 0.977 1.03 
2 1.04  1.15 
3 0.929 0.875
4 1.12  1.15 
5 0.913 1.05 
6 1.00  1.09 
7 0.972 1.03 
8 0.919 1.04 
9 0.935 0.973
10 1.08  1.17

所以对于第一个元素 W ,0.290,函数将0.290乘以 东风 编队 A (1.12)等等。

如何使用 dplyr 到 W ?

我试过:

w_new = w %>%  mutate_each(ff(w,0.001, df))

但它不是一次只接受一个列,而是试图同时对所有列进行操作。

2 回复 | 直到 6 年前

MKR 6 年前

OP表示希望使用 dplyr 基于此问题的解决方案,因此我想使用 DPLYR .

在需要在另一个表中查找相应列(名称)的情况下,最好不要依赖列的顺序,而应使用特定的列名称。这个 quo_name 和 quo 函数提供对范围内的列名的访问 dplyr::mutate_all 功能。

使用的解决方案 全部变异 可以是:

# Re-wirte fucntion to accept the column name for df
ff <- function(x, epsi, colName) {
  res <- x*(max(df[,colName], na.rm = TRUE) - min(df[,colName], na.rm=TRUE) +
         2*epsi)+min(df[,colName], na.rm = TRUE) - epsi
  return(res)
}

library(dplyr)

# The corresponding column names is passed to ff using quo_name(quo(.))
w %>% mutate_all(funs(ff(., 0.001, quo_name(quo(.)) )))
#          A        B
# 1 0.972610 1.149616
# 2 1.103653 1.149913
# 3 1.102190 1.146943
# 4 0.962787 1.143676
# 5 1.107624 1.141597

数据:

w <- read.table(text = 
"A       B
1 0.290  0.928  
2 0.917  0.929  
3 0.910  0.919  
4 0.243  0.908  
5 0.936  0.901",
header = TRUE)


df <- read.table(text = 
"A     B
1 0.977 1.03 
2 1.04  1.15 
3 0.929 0.875
4 1.12  1.15 
5 0.913 1.05 
6 1.00  1.09 
7 0.972 1.03 
8 0.919 1.04 
9 0.935 0.973
10 1.08  1.17",
header = TRUE)

Maurits Evers 6 年前

下面是使用 mapply的base r解决方案


   mapply(
函数(x,y,epsi=0.001)
x*(max(y,na.rm=t)-min(y,na.rm=t)+2*epsi)+min(y,na.rm=t)-epsi,
W,DF)
#A B
#[1,]0.972610 1.149616
#[2,]1.103653 1.149913
#[3,]1.102190 1.146943
#[4,]0.962787 1.143676
#[5,]1.107624 1.141597
< /代码> 

说明:mapply将函数应用于w和dfcolumn by column,并将结果简化为5x2matrix。


重新定义ff稍微,这可以更简洁地写为


ff<-函数(x,y,epsi=0.001)
x*(最大值(y,na.rm=t)-最小值(y,na.rm=t)+2*epsi)+最小值(y,na.rm=t)-epsi
映射(FF、W、DF)
< /代码> 

或使用purr::map2_dfas

w%>%map2_df(df,ff)
##A台架:5 x 2
αA
#<dbl><dbl>
α1 0.973 0.973
α2 1.10 1.10
α3 1.10 1.10
α4 0.963 0.963
α5 1.11 1.11
< /代码> 



< H2>更新< /H2>

从一个非常快速和肮脏的micronchmarkanalysis of themutate-allandmap2approaches look like this:。


res<-微基准(
MAP2= {
FF<-功能(x,y,epsi=0.001)
x*(最大值(y,na.rm=t)-最小值(y,na.rm=t)+2*epsi)+最小值(y,na.rm=t)-epsi
w%>%map2_df(df,ff)
}
突变基因ALL={
FF<-函数(x,epsi,colname){
res<-x*(最大值(df[,colname],na.rm=true)-最小值(df[,colname],na.rm=true)+
2*epsi)+min(df[,colname],na.rm=true)-epsi
返回(RES)
}
w%>%突变所有(funs(ff(,0.001,quo名称(quo(.)))
}
)
物件
#单位:微秒
#expr min lq平均中位数uq max neval
#地图2 320.537 371.1365 495.7786 397.6755 449.4445 8599.661 100
#突变所有1916.788 1998.2105 2312.5878 2059.7650 2290.1415 11169.320 100

图书馆(ggplot2)
自动绘图(RES)
< /代码> 




说明:默普将函数应用于w和df并将结果简化为5x2matrix.

重新定义ff稍微说一下,这可以更简洁地写为

ff <- function(x, y, epsi = 0.001)
    x * (max(y, na.rm = T) - min(y, na.rm = T) + 2 * epsi) + min(y, na.rm = T) - epsi
mapply(ff, w, df)


或使用purrr::map2_df作为

w %>% map2_df(df, ff)
## A tibble: 5 x 2
#      A     B
#  <dbl> <dbl>
#1 0.973  1.15
#2 1.10   1.15
#3 1.10   1.15
#4 0.963  1.14
#5 1.11   1.14




更新

非常快速和肮脏的结果microbenchmark分析mutate_all和map2方法如下:

res <- microbenchmark(
    map2 = {
        ff <- function(x, y, epsi = 0.001)
            x * (max(y, na.rm = T) - min(y, na.rm = T) + 2 * epsi) + min(y, na.rm = T) - epsi
        w %>% map2_df(df, ff)
    },
    mutate_all = {
        ff <- function(x, epsi, colName) {
            res <- x*(max(df[,colName], na.rm = TRUE) - min(df[,colName], na.rm=TRUE) +
         2*epsi)+min(df[,colName], na.rm = TRUE) - epsi
            return(res)
        }
        w %>% mutate_all(funs(ff(., 0.001, quo_name(quo(.)) )))
    }
)
res
#Unit: microseconds
#       expr      min        lq      mean    median        uq       max neval
#       map2  320.537  371.1365  495.7786  397.6755  449.4445  8599.661   100
# mutate_all 1916.788 1998.2105 2312.5878 2059.7650 2290.1415 11169.320   100

library(ggplot2)
autoplot(res)