Question

我经常需要根据因子变量的条件从数据框中的现有变量计算新变量。

编辑在2分钟内得到4个答案，我意识到我已经过度简化了我的例子。请参阅下文。

简单示例：

df <- data.frame(value=c(1:5),class=letters[1:5])
df
value class
1     a
2     b
3     c
4     d
5     e

我可以使用这样的代码

df %>% 
    mutate(result=NA) %>%
    mutate(result=ifelse(class=="a",value*1,result)) %>%
    mutate(result=ifelse(class=="b",value*2,result)) %>%
    mutate(result=ifelse(class=="c",value*3,result)) %>%
    mutate(result=ifelse(class=="d",value*4,result)) %>%
    mutate(result=ifelse(class=="e",value*5,result))

对我的变量执行条件计算，得到

value class result
 1     a      1
 2     b      4
 3     c      9
 4     d     16
 5     e     25

实际上，类的数量更大，计算更复杂，但是，我更喜欢更清洁的东西，比如

df %>%
mutate(results=switch(levels(class),
                    "a"=value*1,
                    "b"=value*2,
                    "c"=value*3,
                    "d"=value*4,
                    "e"=value*5))

显然不起作用

Error in switch(levels(1:5), a = 1:5 * 1, b = 1:5 * 2, c = 1:5 * 3, d =  1:5 *  : 
  EXPR must be a length 1 vector

有没有办法可以用dplyr管道（或其他）更好地做到这一点？

修改实际上，我有更多的值变量要包含在我的计算中，它们不是简单的连续向量，它们是数千行测量数据。

这是我的第二个随机值变量的简单示例（同样，它在我的实际数据中更多）

df <- data.frame(value1=c(1:5),value2=c(2.3,3.6,7.2,5.6,0),class=letters[1:5])
value1 value2 class
  1    2.3     a
  2    3.6     b
  3    7.2     c
  4    5.6     d
  5    0.0     e

我的计算方法因各种条件而异。我明白我可以像这样简化

df %>% 
mutate(result=NA,
     result=ifelse(class=="a",value1*1,result),
     result=ifelse(class=="b",value1/value2*4,result),
     result=ifelse(class=="c",value2*3.57,result),
     result=ifelse(class=="d",value1+value2*2,result),
     result=ifelse(class=="e",value2/value1/5,result))

与上述开关示例类似的工作解决方案更加清晰。

Answer 1

此处无需使用ifelse，您可以使用merge：

df <- data.frame(value=c(1:5),class=letters[1:5])
cond <- data.frame(ratio=c(1:5),class=letters[1:5])
transform(merge(df,cond),result=value*ratio)

  class value ratio result
1     a     1     1      1
2     b     2     2      4
3     c     3     3      9
4     d     4     4     16
5     e     5     5     25

OP编辑后

看起来OP希望为每个类应用不同的函数。这是一个data.table解决方案。我认为它简单易读。首先，我为每个因素创建函数：

## here each function takes a data.table as an single argument
fns <- list(
  function(x) x[,value1]*1,
  function(x) x[,value1]/x[,value2]*4,
  function(x) x[,value2]*3.57,
  function(x) x[,value1]+x[,value2]*2,
  function(x) x[,value2]/x[,value1]/5
)
## create a names list here 
## the names here are just the class factors
fns <- setNames(fns,letters[1:5])

按类应用函数很简单。我创建了函数名称，并使用do.call通过名称

调用函数

## using data.table here for grouping feature
## .SD is the rest of columns except the grouping variable
## the code can also be written in dplyr or in base-R
library(data.table)
setDT(df)[,value:= fns[[class]](.SD),by=class]

     value1 value2 class     value
 1:      1    2.3     a  1.000000
 2:      2    3.6     b  2.222222
 3:      3    7.2     c 25.704000
 4:      4    5.6     d 15.200000
 5:      5    0.0     e  0.000000
 6:      1    2.3     a  1.000000
 7:      2    3.6     b  2.222222
 8:      3    7.2     c 25.704000
 9:      4    5.6     d 15.200000
10:      5    0.0     e  0.000000

我用这个df：

df <- data.frame(value1=c(1:5),value2=c(2.3,3.6,7.2,5.6,0),
                 class=rep(letters[1:5],2))

Answer 2

正如我在评论中提到的那样，this question或多或少与此相同（你应该在那里阅读答案以了解下面的内容）：

library(data.table)
dt = as.data.table(df) # or setDT to convert in place
dt[, class := as.character(class)] # simpler

# create a data.table with *functions* to match each class
fns = data.table(cls = letters[1:5], fn = list(quote(value1*1), quote(value1/value2*4), quote(value2*3.57), quote(value1+value2*2), quote(value2/value1/5)), key = 'cls')

# I have to jump through hoops here, due to a bug or two, see below
setkey(dt, class)
newvals = dt[, eval(fns[class]$fn[[1]], .SD), by = class]$V1
dt[, result := newvals][]
#   value1 value2 class    result
#1:      1    2.3     a  1.000000
#2:      2    3.6     b  2.222222
#3:      3    7.2     c 25.704000
#4:      4    5.6     d 15.200000
#5:      5    0.0     e  0.000000

由于以下data.table中的一些错误，直接版本尚未完成：

dt[, result := eval(fns[class]$fn[[1]], .SD), by = class]

# or even better
dt[fns, result := eval(fn[[1]], .SD), by = .EACHI]

已提交错误报告。

我在下面的Frank的评论中添加了这个建议，因为我觉得它非常酷，而且这种方式更有可能被保留在SO中。创建函数表的更易读的方法如下：

quotem <- function(...) as.list(sys.call())[-1]

fnslist <- quotem(a = value1*1,
                  b = value1/value2*4,
                  c = value2*3.57,
                  d = value1+value2*2,
                  e = value2/value1/5)

fns = data.table(cls=names(fnslist),fn=fnslist,key="cls")

Answer 3

使用dplyr和@agstudy示例的相似想法：

library(dplyr)

df %>% 
  left_join(cond) %>% 
  mutate(result = value * ratio)

给出了：

#  value class ratio result
#1     1     a     1      1
#2     2     b     2      4
#3     3     c     3      9
#4     4     d     4     16
#5     5     e     5     25

Answer 4

这是@ agstudy答案的rdd2 = rdd1.map (_.modifier(18) ) / dplyr实现：

lazyeval

数据框中的条件计算

4 个答案:

OP编辑后