我有一个包含多列的数据框。对于数据框中的每一行，我想调用该行上的函数，并且该函数的输入使用该行中的多个列。例如，假设我有这个数据，这个testFunc接受两个args：
> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
x y z
1 1 3 5
2 2 4 6
> testFunc <- function(a, b) a + b
假设我想将此testFunc应用于列x和z。所以，对于第1行，我想要1 + 5，对于第2行，我想要2 + 6.有没有办法在不编写for循环的情况下执行此操作，可能使用apply函数系列？
我试过了：
> df[,c('x','z')]
x z
1 1 5
2 2 6
> lapply(df[,c('x','z')], testFunc)
Error in a + b : 'b' is missing
但是有错误，有什么想法吗？
编辑：我想要调用的实际函数不是简单的总和，而是power.t.test。我只使用+ b作为示例。最终目标是能够做这样的事情（用伪代码编写）：
df = data.frame(
delta=c(delta_values),
power=c(power_values),
sig.level=c(sig.level_values)
)
lapply(df, power.t.test(delta_from_each_row_of_df,
power_from_each_row_of_df,
sig.level_from_each_row_of_df
))
其中结果是每行df的power.t.test的输出向量。
答案 0 :(得分：117)
您可以将apply应用于原始数据的子集。
dat <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
apply(dat[,c('x','z')], 1, function(x) sum(x) )
或者如果你的函数只是sum，请使用矢量化版本：
rowSums(dat[,c('x','z')])
[1] 6 8
如果您想使用testFunc
testFunc <- function(a, b) a + b
apply(dat[,c('x','z')], 1, function(x) testFunc(x[1],x[2]))
编辑要按名称访问列而不是索引，您可以执行以下操作：
testFunc <- function(a, b) a + b
apply(dat[,c('x','z')], 1, function(y) testFunc(y['z'],y['x']))
答案 1 :(得分：101)
data.frame是list，所以......
对于向量化函数 do.call通常是一个不错的选择。但争论的名称开始发挥作用。这里使用args x和y代替a和b调用testFunc。 ...允许传递不相关的args而不会导致错误：
do.call( function(x,z,...) testFunc(x,z), df )
对于非向量化函数，mapply将起作用，但您需要匹配args的顺序或明确命名它们：
mapply(testFunc, df$x, df$z)
有时apply会起作用 - 因为当所有args属于同一类型时，将data.frame强制转换为矩阵不会因更改数据类型而导致问题。你的例子是这样的。
如果要在其中传递参数的另一个函数中调用函数，则有一个比这些更明智的方法。如果你想走这条路，研究lm()身体的第一行。
答案 2 :(得分：28)
使用mapply
> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
x y z
1 1 3 5
2 2 4 6
> mapply(function(x,y) x+y, df$x, df$z)
[1] 6 8
> cbind(df,f = mapply(function(x,y) x+y, df$x, df$z) )
x y z f
1 1 3 5 6
2 2 4 6 8
答案 3 :(得分：17)
dplyr包如果要应用的功能是矢量化的，
然后你可以使用mutate包中的dplyr函数：
> library(dplyr)
> myf <- function(tens, ones) { 10 * tens + ones }
> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)
> mutate(x, value = myf(tens, ones))
hundreds tens ones value
1 7 1 4 14
2 8 2 5 25
3 9 3 6 36
plyr包以我的拙见，
最适合该任务的工具是mdply包中的plyr。
示例：
> library(plyr)
> x <- data.frame(tens = 1:3, ones = 4:6)
> mdply(x, function(tens, ones) { 10 * tens + ones })
tens ones V1
1 1 4 14
2 2 5 25
3 3 6 36
不幸的是，正如Bertjan Broeksema指出的那样，
如果不使用数据框的所有列，则此方法将失败
在mdply电话中。
例如，
> library(plyr)
> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)
> mdply(x, function(tens, ones) { 10 * tens + ones })
Error in (function (tens, ones) : unused argument (hundreds = 7)
答案 4 :(得分：10)
许多函数已经是向量化，因此不需要任何迭代（for循环或*pply函数）。您的testFunc就是一个这样的例子。您只需致电：
testFunc(df[, "x"], df[, "z"])
一般情况下，我建议首先尝试这种矢量化方法，看看它们是否能为您提供预期的结果。
或者，如果您需要将多个参数传递给未矢量化的函数，mapply可能就是您要查找的内容：
mapply(power.t.test, df[, "x"], df[, "z"])
答案 5 :(得分：10)
其他人已正确指出mapply是为此目的而制作的，但（为了完整起见）概念上更简单的方法就是使用for循环。
for (row in 1:nrow(df)) {
df$newvar[row] <- testFunc(df$x[row], df$z[row])
}
答案 6 :(得分：4)
这是另一种方法。它更直观。
我认为一些关键方面没有考虑到，我指出后代，是apply（）让你轻松进行行计算，但只适用于矩阵（所有数字）数据
列上的操作仍可用于数据帧：
as.data.frame(lapply(df, myFunctionForColumn()))
要对行进行操作，我们首先进行转置。
tdf<-as.data.frame(t(df))
as.data.frame(lapply(tdf, myFunctionForRow()))
缺点是我相信R会复制你的数据表。 这可能是一个记忆问题。 （这真的很难过，因为在程序上简单的tdf只是原始df的迭代器，因此节省了内存，但R不允许指针或迭代器引用。）
另外，一个相关的问题是如何操作数据帧中的每个单独的单元格。
newdf <- as.data.frame(lapply(df, function(x) {sapply(x, myFunctionForEachCell()}))
答案 7 :(得分：4)
我来到这里寻找tidyverse函数名称 - 我知道它存在。为（我的）未来参考和tidyverse发烧友添加此内容：purrrlyr:invoke_rows（旧版本中为purrr:invoke_rows）。
与原始问题中的标准统计数据方法相关联，broom包可能会有所帮助。
答案 8 :(得分：3)
@ user20877984的答案很棒。由于他们总结得比我之前的答案好得多，所以这是我（可能仍然是粗制滥造）尝试应用这个概念：
以基本方式使用do.call：
powvalues <- list(power=0.9,delta=2)
do.call(power.t.test,powvalues)
处理完整的数据集：
# get the example data
df <- data.frame(delta=c(1,1,2,2), power=c(.90,.85,.75,.45))
#> df
# delta power
#1 1 0.90
#2 1 0.85
#3 2 0.75
#4 2 0.45
lapply每个指定值行的power.t.test函数：
result <- lapply(
split(df,1:nrow(df)),
function(x) do.call(power.t.test,x)
)
> str(result)
List of 4
$ 1:List of 8
..$ n : num 22
..$ delta : num 1
..$ sd : num 1
..$ sig.level : num 0.05
..$ power : num 0.9
..$ alternative: chr "two.sided"
..$ note : chr "n is number in *each* group"
..$ method : chr "Two-sample t test power calculation"
..- attr(*, "class")= chr "power.htest"
$ 2:List of 8
..$ n : num 19
..$ delta : num 1
..$ sd : num 1
..$ sig.level : num 0.05
..$ power : num 0.85
... ...
答案 9 :(得分：2)
data.table也具有一种非常直观的方法：
library(data.table)
sample_fxn = function(x,y,z){
return((x+y)*z)
}
df = data.table(A = 1:5,B=seq(2,10,2),C = 6:10)
> df
A B C
1: 1 2 6
2: 2 4 7
3: 3 6 8
4: 4 8 9
5: 5 10 10
可以在括号内调用:=运算符，以使用函数添加新列
df[,new_column := sample_fxn(A,B,C)]
> df
A B C new_column
1: 1 2 6 18
2: 2 4 7 42
3: 3 6 8 72
4: 4 8 9 108
5: 5 10 10 150
使用此方法也很容易接受常量作为参数：
df[,new_column2 := sample_fxn(A,B,2)]
> df
A B C new_column new_column2
1: 1 2 6 18 6
2: 2 4 7 42 12
3: 3 6 8 72 18
4: 4 8 9 108 24
5: 5 10 10 150 30
答案 10 :(得分：0)
如果data.frame列是不同类型，apply()有问题。
关于行迭代的细微之处在于apply(a.data.frame, 1, ...)的作用
当列是不同类型时，隐式类型转换为字符类型;
例如。因子和数字列。这是一个使用因子的例子
在一列中修改数字列：
mean.height = list(BOY=69.5, GIRL=64.0)
subjects = data.frame(gender = factor(c("BOY", "GIRL", "GIRL", "BOY"))
, height = c(71.0, 59.3, 62.1, 62.1))
apply(height, 1, function(x) x[2] - mean.height[[x[1]]])
减法失败，因为列被转换为字符类型。
一种解决方法是将第二列反向转换为数字：
apply(subjects, 1, function(x) as.numeric(x[2]) - mean.height[[x[1]]])
但是可以通过保持列分开来避免转换
并使用mapply()：
mapply(function(x,y) y - mean.height[[x]], subjects$gender, subjects$height)
mapply()是必需的，因为[[ ]]不接受矢量参数。专栏
通过将向量传递给[]，可以在减法之前完成迭代，
通过更难看的代码：
subjects$height - unlist(mean.height[subjects$gender])
答案 11 :(得分：0)
一个非常好的函数是adply中的plyr，特别是如果要将结果附加到原始数据帧时，尤其如此。此功能及其堂兄ddply为我省去了很多麻烦和麻烦！
df_appended <- adply(df, 1, mutate, sum=x+z)
或者，您可以调用所需的函数。
df_appended <- adply(df, 1, mutate, sum=testFunc(x,z))