代码之家 › 专栏 › 技术社区 › David T

“mutate”可在R中的tidyverse中添加两列,并使用单个fn调用

magrittr processing-efficiency dplyr r

David T · 技术社区 · 5 年前

这是一个R版本3.4.4的问题

投票功能 voteOnBase ,接受2个参数并返回一个2元素列表: WINNER 以及 VOTE.COUNT . 我想用它将这两列添加到 notVotedYet ,一个tibble。以下代码正确运行。

 library(tidyverse)

 withVotes <- notVotedYet %>%
    group_by(BASE) %>%
    mutate(WINNER     = voteOnBase(BASE, CODES)[[1]],
           VOTE.COUNT = voteOnBase(BASE, CODES)[[2]])

然而 voteOnBase 两次相同的输入。如何消除额外的函数调用,但仍然添加相同的两列?

1 回复 | 直到 5 年前

neilfws 5 年前

如果没有一些示例数据和输出,回答起来并不容易,但我建议写 voteOnBase() 返回tibble,而不是列表。然后可以将结果存储在列表列中,并使用 unnest() .

举例说明:这里有一个函数, square_it() 它与您的一样,接受2个参数并返回2个元素,但作为TIBLE中的列。

square_it <- function(x, y) {
  tibble(x = x^2, y = y^2)
}

我们可以使用 iris 用于传递参数的数据集。我们使用 pmap() 指定变量和函数。列表列命名为 sq :

iris %>% 
  as_tibble() %>% 
  mutate(sq = pmap(list(Sepal.Length, Sepal.Width), square_it))

# A tibble: 150 x 6
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species sq              
          <dbl>       <dbl>        <dbl>       <dbl> <fct>   <list>          
 1          5.1         3.5          1.4         0.2 setosa  <tibble [1 x 2]>
 2          4.9         3            1.4         0.2 setosa  <tibble [1 x 2]>
 3          4.7         3.2          1.3         0.2 setosa  <tibble [1 x 2]>
 4          4.6         3.1          1.5         0.2 setosa  <tibble [1 x 2]>
 5          5           3.6          1.4         0.2 setosa  <tibble [1 x 2]>
 6          5.4         3.9          1.7         0.4 setosa  <tibble [1 x 2]>
 7          4.6         3.4          1.4         0.3 setosa  <tibble [1 x 2]>
 8          5           3.4          1.5         0.2 setosa  <tibble [1 x 2]>
 9          4.4         2.9          1.4         0.2 setosa  <tibble [1 x 2]>
10          4.9         3.1          1.5         0.1 setosa  <tibble [1 x 2]>
# ... with 140 more rows

只需添加 %>% unnest(sq) 到该代码,以生成列 x 和 y :

iris %>% 
  as_tibble() %>% 
  mutate(sq = pmap(list(Sepal.Length, Sepal.Width), square_it)) %>%
  unnest(sq)

# A tibble: 150 x 7
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species     x     y
          <dbl>       <dbl>        <dbl>       <dbl> <fct>   <dbl> <dbl>
 1          5.1         3.5          1.4         0.2 setosa   26.0 12.2 
 2          4.9         3            1.4         0.2 setosa   24.0  9   
 3          4.7         3.2          1.3         0.2 setosa   22.1 10.2 
 4          4.6         3.1          1.5         0.2 setosa   21.2  9.61
 5          5           3.6          1.4         0.2 setosa   25   13.0 
 6          5.4         3.9          1.7         0.4 setosa   29.2 15.2 
 7          4.6         3.4          1.4         0.3 setosa   21.2 11.6 
 8          5           3.4          1.5         0.2 setosa   25   11.6 
 9          4.4         2.9          1.4         0.2 setosa   19.4  8.41
10          4.9         3.1          1.5         0.1 setosa   24.0  9.61
# ... with 140 more rows

moodymudskipper 5 年前

您可能想使用 group_map :

library(dplyr)
useless_dupes <- function(x){list(x1=x, x2=x)}

mtcars %>%
  group_by(cyl) %>%
  group_map(~as_tibble(useless_dupes(.$disp)))
#> # A tibble: 32 x 3
#> # Groups:   cyl [3]
#>      cyl    x1    x2
#>    <dbl> <dbl> <dbl>
#>  1     4 108   108  
#>  2     4 147.  147. 
#>  3     4 141.  141. 
#>  4     4  78.7  78.7
#>  5     4  75.7  75.7
#>  6     4  71.1  71.1
#>  7     4 120.  120. 
#>  8     4  79    79  
#>  9     4 120.  120. 
#> 10     4  95.1  95.1
#> # ... with 22 more rows