Question

使用dplyr的“动词”，如果该函数依赖于数据框的多个列，如何将（通用）函数应用于R数据帧的列？

这是我面临的情况类型的具体例子。我有一个这样的数据框：

df <- data.frame(
    d1 = c('2016-01-30 08:40:00 UTC', '2016-03-06 09:30:00 UTC'),
    d2 = c('2016-01-30 16:20:00 UTC', '2016-03-06 13:20:00 UTC'),
    tz = c('America/Los_Angeles', 'America/Chicago'), stringsAsFactors = FALSE)

我想将UTC时间转换为本地时间，以获得如下数据框：

                   d1                  d2                  tz
1 2016-01-30 00:40:00 2016-01-30 08:20:00 America/Los_Angeles
2 2016-03-06 03:30:00 2016-03-06 07:20:00     America/Chicago

为此，我想应用以下函数，该函数使用lubridate库将UTC时间转换为本地时间到日期列：

getLocTime <- function(d, tz) {
    as.character(with_tz(ymd_hms(d), tz))
}

使用dplyr，似乎是转型

df %>% mutate(d1 = getLocTime(d1, tz), d2 = getLocTime(d2, tz))

应该做的伎俩。但是，投诉失败Error in eval(expr, envir, enclos): invalid 'tz' value。

我设法转换到当地时间的唯一方法是使用相当笨拙的作业

df[c('d1', 'd2')] <- lapply(c('d1', 'd2'),
                            function(x) unlist(Map(getLocTime, df[[x]], df$tz)))

实际上是否有使用dplyr习语进行此转换的自然方式？

Answer 1

如lukeA所述，问题出现是因为getLocTime没有矢量化。因此，无论是按建议对矢量化函数，还是按行执行函数：

 df %>% rowwise() %>% mutate(d1 = getLocTime(d1, tz), d2 = getLocTime(d2, tz))

确保使用单个数字而不是向量调用getLocTime。我告诉你，确定哪种方法更快。

使用dplyr应用R数据帧的几列函数

1 个答案: