Question

我正在尝试主要使用聚合/合并/子集数据集编写函数。我的数据框架如下：

NameA   NameB   NameC   Score1   Score2
  A       F       K       3         3
  B       F       L       5         5
  C       F       M       7         4
  D       G       N       2         2
  E       G       O       5         8

我将运行的功能是：

test <- Fun(data, Score1, NameB)

首先，我想计算得分1的平均值，按名称B分组：

Fun <- function(df, col, group_by){
       setDT(df)
       df1<- df[, sapply(.SD, mean),  .SDcols = col, by= group_by]
    }

经过一些额外的编码，我的数据框变为：

NameA   NameB   NameC   Score1   Score2   Group_Mean
  A       F       K       3         3          4
  B       F       L       5         5          4
  C       F       M       4         4          4
  D       G       N       2         2          5
  E       G       O       5         8          5

然后，我希望我的数据框的子集与Score1！= Score2。所以我写道：

Fun <- function(df, col, group_by){
       setDT(df)
       df1<- df[, sapply(.SD, mean),  .SDcols = col, by= group_by]           
       df2 <- df1[which(df1[col] != df[Score2])]
}

但是这给了我一条错误消息： Error in Ops.data.frame(df2[col], df[Score2]) : ‘==’ only defined for equally-sized data frames

在这一步之后，我想做更多的数学和子集，如下所示：

Fun <- function(df, col, group_by){
       setDT(df)
       df1<- df[, sapply(.SD, mean),  .SDcols = col, by= group_by]           
       df2 <- df1[which(df1[col] != df[Score2])]

       df2["NewCol"] <- abs(df2[col] - df2[Score2])
       output <- df2[which(df2[NewCol] > 1 or df2[NewCol] < 1.5)]
       return(output)
    }

我是R和R用户定义函数的新手。在错误消息部分之后，我被困了很长时间。如果有人能够就我上面的代码给我任何建议，我将非常感激！

Answer 1

我不确定鼓励R新手进入data.table语法和函数调用的混合是否明智。

但是，这里有一些示例函数。

library(data.table)

data <- fread(
  "NameA   NameB   NameC   Score1   Score2
  A       F       K       3         3
  B       F       L       5         5
  C       F       M       7         4
  D       G       N       2         2
  E       G       O       5         8"
)

Fun1 <- function(df, col, group_by){
  setDT(df)[, sapply(.SD, mean),  .SDcols = col, by = group_by]
}
Fun1(data, "Score1", "NameB")

   NameB  V1
1:     F 5.0
2:     G 3.5

请注意，在下一个示例中使用Score2来重现OP描绘的数据帧：

Fun2 <- function(df, col, group_by){
  setDT(df)[, Group_Mean := mean(get(col)), by = group_by]
}
Fun2(data, "Score2", "NameB")[]

   NameA NameB NameC Score1 Score2 Group_Mean
1:     A     F     K      3      3          4
2:     B     F     L      5      5          4
3:     C     F     M      7      4          4
4:     D     G     N      2      2          5
5:     E     G     O      5      8          5

示例3：

Fun3 <- function(df, col, group_by){
  setDT(df)[, Group_Mean := mean(get(col)), by = group_by]
  df[get(col) != Score2]
}
Fun3(data, "Score1", "NameB")[]

   NameA NameB NameC Score1 Score2 Group_Mean
1:     C     F     M      7      4        5.0
2:     E     G     O      5      8        3.5

请注意，下面的函数已被修改为OP的草案，以便返回非空数据。表

Fun4 <- function(df, col, group_by){
  setDT(df)[, Group_Mean := mean(get(col)), by = group_by]
  df[, NewCol := abs(get(col) - Group_Mean)]
  df[between(NewCol, 1.0, 1.5, incbounds = TRUE)]
}
Fun4(data, "Score1", "NameB")[]

   NameA NameB NameC Score1 Score2 Group_Mean NewCol
1:     D     G     N      2      2        3.5    1.5
2:     E     G     O      5      8        3.5    1.5

请注意，之前所有函数调用都已data修改了in place

data

   NameA NameB NameC Score1 Score2 Group_Mean NewCol
1:     A     F     K      3      3        5.0    2.0
2:     B     F     L      5      5        5.0    0.0
3:     C     F     M      7      4        5.0    2.0
4:     D     G     N      2      2        3.5    1.5
5:     E     G     O      5      8        3.5    1.5

具有数据表聚合的用户定义函数

1 个答案: