Question

如何应用将带有因子的data.frame返回到序列的函数？

示例：

s <- factor(c(10, 20, 30))
t <- factor(c("a", "b", "a"))
v <- c(5, 6, 4)

df <- data.frame(s,t,v)

所以data.frame df是这样的：

我还有一个返回data.frame的函数：

simpleFunc2 <- function(df, x){
  tmp <- subset(df, df$s == x)
  return(tmp)
}

现在我有一个序列

x <- c(20, 30, 10, 30, 10)

并希望结果auf将函数simpleFunc2应用于此序列。

我使用sapply

sapply(x, function(x) simpleFunc2(df, x))

但是我得到了

  [,1]     [,2]     [,3]     [,4]     [,5]    
s factor,1 factor,1 factor,1 factor,1 factor,1
t factor,1 factor,1 factor,1 factor,1 factor,1
v 6        4        5        4        5

如何获得正确的因子值？

此示例已简化。因此，在这种情况下，可能有更简单的方法。

Answer 1

使用lapply代替do.call，如下所示：

do.call(rbind, lapply(x, function(x) simpleFunc2(df=df, x)))

Answer 2

我看到你已经得到了问题的答案，但我认为你从该数据框中选择超集的方法过于复杂。（如果该功能不具代表性，我表示道歉。我想提供一种比通过subset更快的提取方法：

> df[ match(x, df$s), ]
     s t v
2   20 b 6
3   30 a 4
1   10 a 5
3.1 30 a 4
1.1 10 a 5
# Save results as from:
> do.call(rbind, lapply(x, function(x) simpleFunc2(df, x)) )
    s t v
2  20 b 6
3  30 a 4
31 10 a 5
32 30 a 4
5  10 a 5

Answer 3

我不太明白这个问题，但两个答案都表明至少有一种简单方法一直缺失。键入

通常很方便

merge(df,as.data.frame(x),by=1)

获取具有正确行/列名称的排序输出

就性能而言，所提出的方法不能与采用“匹配”的方法竞争，而是在接受的答案中容易地击败该方法。

   microbenchmark::microbenchmark(
 do.call=do.call(rbind, lapply(x, function(x) simpleFunc2(df, x))),
 match=df[match(x, df$s), ],
 merge= merge(df,as.data.frame(x),by=1))

Unit: microseconds
    expr      min       lq    median        uq      max neval
 do.call 2487.451 2523.033 2547.4060 2604.3850 9554.748   100
   match  175.117  180.197  183.2465  187.8135  248.835   100
   merge 1020.307 1035.062 1049.4835 1071.6575 8057.059   100

如何应用函数返回data.frames与因子序列

3 个答案: