Question

在使用自定义函数循环数据框中的组时遇到一些麻烦。

以下是一些示例数据：

set.seed(42)
tm <- as.numeric(c("1", "2", "3", "3", "2", "1", "2", "3", "1", "1"))
d <- as.numeric(sample(0:2, size = 10, replace = TRUE))
t <- as.numeric(sample(0:2, size = 10, replace = TRUE))
h <- as.numeric(sample(0:2, size = 10, replace = TRUE))

df <- as.data.frame(cbind(tm, d, t, h))
df$p <- rowSums(df[2:4])

我创建了一个自定义函数来计算值w：

calc <- function(x) {
  data <- x
  w <- (1.27*sum(data$d) + 1.62*sum(data$t) + 2.10*sum(data$h)) / sum(data$p)
  w
  }

当我在整个数据集上运行该函数时，我得到以下答案：

calc(df)
[1]1.664474

理想情况下，我想返回按tm分组的结果，例如：

tm     w
1    result of calc
2    result of calc
3    result of calc

到目前为止，我已尝试将aggregate与我的函数一起使用，但我收到以下错误：

aggregate(df, by = list(tm), FUN = calc)
Error in data$d : $ operator is invalid for atomic vectors

我觉得我已经盯着这个太久了，而且有一个明显的答案。任何建议将不胜感激。

Answer 1

...和地图功能解决方案......

library(purrr)
df %>% 
    split(.$tm) %>% 
    map_dbl(calc)
# 1        2        3 
# 1.665882 1.504545 1.838000

Answer 2

自 dplyr 0.8 起，您可以使用group_map：

library(dplyr)
df %>% group_by(tm) %>% group_map(~tibble(w=calc(.)))
#> # A tibble: 3 x 2
#> # Groups:   tm [3]
#>      tm     w
#>   <dbl> <dbl>
#> 1     1  1.67
#> 2     2  1.50
#> 3     3  1.84

按组在R中的数据框上运行自定义函数

2 个答案: