Question

以下是plyr中的一段代码。我通过分组变量A分割数据帧dta，然后将用户定义的函数fn应用于每个部分：

require(plyr)

dta <- data.frame(
  A=rep(LETTERS[1:7], each=1000),
  B=runif(7000)
  )

fn <- function(x){
  y <- x
  multiplier <- ifelse(
    x$A[1] %in% c("A", "D", "E"),
    3, 2
  )
  to_multiply <- y$B > 0.3
  y$B[to_multiply] <- y$B[to_multiply] *multiplier
  return(y)
}

dta_der <- ddply(dta, .(A), fn)

这正如我所料。（注意，功能本身并不重要。这只是一个例子。）

现在，我希望使用dplyr

产生相同的结果

require(dplyr)

dta <- data.frame(
  A=rep(LETTERS[1:7], each=1000), 
  B=runif(7000)
)

fn <- function(x){
  y <- x
  multiplier <- ifelse(
    x$A[1] %in% c("A", "D", "E"),
    3, 2
  )
  to_multiply <- y$B > 0.3
  y$B[to_multiply] <- y$B[to_multiply] *multiplier
  return(y)
}


dta %>%
  group_by(A) %>%
  do(fn)

然而，它产生Error: Results are not data frames at positions: 1, 2, 3, 4, 5, 6, 7而不是预期的结果。

更糟糕的是，plyr我可以为fn()

执行以下操作

fn2 <- function(x){
    browser()
    out <- NULL
}

这对于能够看到传递给fn的每个'piece'的内容非常有用，以确保它具有预期的内容和结构，并相应地帮助开发功能。使用dplyr时，此骨架结构会在一开始就产生错误。

如果不是使用do，而是将分组的tbl_df对象直接传递给fn，不会产生错误，但是在传递给fn之前，这些片段不会分开。即如果我在dim(x)暂停fn2时输入browser()，我会在1000 2示例中获得plyr，在7000 2示例中获得dplyr。

有没有办法使用dplyr作为用户定义的函数，因为我一直在使用plyr？谢谢，乔恩

Answer 1

我觉得这很有效......

你应该检查结果是否符合要求......

dta %>% 
  group_by(A) %>%
  do(fn(.))

#   A          B
#1  A 0.22276975
#2  A 0.01183619
#3  A 1.84315247
#4  A 0.19809142
#5  A 0.08114770
#6  A 1.48606944
#7  A 0.84864389
#8  A 0.60060566
#9  A 0.25362720
#10 A 1.68528202

顺便说一句，如果您不想使用do，可以使用%$%

中的magrittr管道运算符

dta %>% 
  group_by(A) %$%
  fn(.)

如何使用do（）从plyr复制结果

1 个答案: