如何解决仅当变量存在时才执行mutate功能
我有一个将特定功能应用于数据帧中多个列的功能。这些功能中的每一个都是唯一的,并且只能应用于该列。
convert_columns <- function(df) {
df %>% mutate(
a = convert_a(a),b = convert_b(b),c = convert_c(c),d = convert_d(d),e = convert_e(e)
)
}
但是,用户可能会输入仅包含这些列的子集的数据框(例如,仅a
,b
和c
。我想如果这些列存在于输入数据框中,并且忽略了列mutate
和a
,则b
列c
,d
和e
的函数
我尝试过
convert_columns <- function(df) {
df %>% mutate(across(any of(),a = convert_a(a),e = convert_e(e)
))
}
和
convert_columns <- function(df) {
df %>% mutate(across(any of(
a = convert_a(a),e = convert_e(e)
)))
}
这些不起作用。 tidyverse
语法中是否有一种简单的方法可以完成我想做的事情?在我的实际用例中,我将要变异的列数约为150。
解决方法
由于函数对于每个变量都是唯一的,因此如果其中一列失败,您想返回剩余的值并不能比在各个列上使用tryCatch
提出更好的解决方案。
library(dplyr)
convert_columns <- function(df) {
df %>%
mutate(
a = tryCatch(convert_a(a),error = function(z) return(NA)),b = tryCatch(convert_b(b),c = tryCatch(convert_c(c),#...
#...
)
}
可以使用下面的mtcars
示例进行测试:
这有效-
mtcars %>%
mutate(a = n_distinct(cyl),b = mean(mpg),c = sd(am))
现在,如果我们删除其中一列,则以上操作将失败:
mtcars %>%
select(-am) %>%
mutate(a = n_distinct(cyl),c = sd(am))
错误:
mutate()
输入c
出现问题。 x无法将类型'closure'强制转换为类型'double'的向量 ℹ输入c
是sd(am)
。
现在使用tryCatch
mtcars %>%
select(-am) %>%
mutate(a = tryCatch(n_distinct(cyl),error = function(e) return(NA)),b = tryCatch(mean(mpg),c = tryCatch(sd(am),error = function(e) return(NA)))
# mpg cyl disp hp drat wt qsec vs gear carb a b c
#1 21 6 160 110 3.9 2.6 16 0 4 4 3 20 NA
#2 21 6 160 110 3.9 2.9 17 0 4 4 3 20 NA
#3 23 4 108 93 3.9 2.3 19 1 4 1 3 20 NA
#4 21 6 258 110 3.1 3.2 19 1 3 1 3 20 NA
#....
,
您可以使用switch()
根据列名获取特定的功能。例如,在此,根据列名称将a,b和c列相加,相减或相乘。我们必须使用dplyr::cur_column()
来获取跨列的名称(deparse(substitute())
仅返回"col"
)。
因此,通过以下方法,您可以仅向across()
提供一个函数,但是将特定的函数应用于每列,同时获得any_of()
的好处
library(dplyr)
ex <- function(x) {
arg <- cur_column()
fn <- switch(arg,a = `+`,b = `-`,c = `*`)
fn(x,x)
}
df <- data.frame(a = c(1,2),b = c(3,4))
mutate(df,across(any_of(c("a","b","c")),ex))
#> a b
#> 1 2 0
#> 2 4 0
,
使用data.table
:
existing_cols <- c("a","c","d") %>% intersect(names(df))
setDT(df)
if(length(existing_cols) > 0)
df[,(existing_cols) := map2(.SD,str_c("convert_",existing_cols),~do.call(.y,list(.x))),.SDcols = existing_cols
]
,
这在基数R中很简单。必须使用某种方法将函数与列名相关联,因此,让我们假设我们有一个函数或函数名funs
的命名向量。然后遍历数据框的列,在funs
中查找列名,并将相应的函数应用于各列。
convert_coiumns
的第一个参数是数据帧,第二个参数是函数(或函数名)的命名向量,第三个参数是要转换的列的字符向量。最后一个参数默认为funs
中具有功能的所有列。如果通常情况下每一列都必须具有相应的功能,那么最后一个参数的默认值可以简化为names(data)
。
内部match.fun
接受一个函数或函数名称(即字符串),并在每种情况下返回该函数,从而使乐趣包含函数,函数名称或混合。
convert_columns <- function(data,funs,nms = intersect(names(data),names(funs))) {
for(nm in nms) data[[nm]] <- match.fun(funs[[nm]])(data[[nm]])
data
}
# example 1 - uses built in BOD data frame
funs <- c(Time = sqrt,demand = mean)
convert_columns(BOD,funs)
# example 2 - same but use function names rather than functions themselves
funs2 <- c(Time = "sqrt",demand = "mean")
convert_columns(BOD,funs2)
# example 3 - DF does not have column b
funs3 <- c(a = sqrt,b = sum,c = mean)
DF <- data.frame(a = 1:3,c = 3:1)
convert_columns(DF,funs3)
# example 4 - grab functions from global environment - same DF
convert_a <- sum; convert_b <- prod; convert_c <- sqrt
funs4 <- mget(ls(pattern = "^convert_"))
names(funs4) <- sub("convert_","",names(funs4)) # remove convert_ from names
convert_columns(DF,funs4)
# example 5 - similar to 4
funs5 <- setNames(paste("convert",names(DF),sep = "_"),names(DF))
convert_columns(DF,funs5)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。