Question

我有一个包含train（出生年份）列的数据框（称为YOB）。我想在单独的列中计算Age，如下所示：

train$Age = 2016 - train$YOB

这很好用。

问题是我还想对许多其他数据帧执行此操作（以及其他预处理操作）。所以，我正在考虑提取函数中的公共部分，并将要处理的数据帧作为参数传递给函数：

preprocess = function(d) {
  d$Age = 2016 - d$YOB
  # other transformations...
}

在定义上面的函数之后，我预计调用preprocess(train)将在我的数据帧上执行上述转换。但它并没有。例如，调用后train$Age为NULL。

为什么preprocess函数不按预期转换数据帧？有办法解决这个问题吗？

Answer 1

在R（以及几乎所有语言）中，当控制转移到一个函数时，解释器设置一个＆＃34;范围＆＃34;其中的变量可以在函数中使用。

考虑变量a和b以及函数＆＃34; preprocess＆＃34;：

> a <- 2
> b <- 3
> preprocess <- function(a){a <- a + b; cat("value of a=", a, "\n")}
> preprocess(a)
value of a= 5 
> cat("value of a=", a, "\n")
value of a= 2

这里，变量＆＃34; a＆＃34;和＆＃34; b＆＃34;在函数内部都可以看到变量＆＃34; a＆＃34;确实在功能范围内发生了变化。但是一旦函数完成并返回，该环境就被丢弃，变量的更新值被丢失＆＃34;。

之前为2的变量的全局值保持原样。

但是，如果你返回＆＃34; a＆＃34;的值从功能，＆＃34; a＆＃34;的价值已更改，请参阅此示例：

> a <- 2
> b <- 3
> preprocess <- function(a){a <- a + b; cat("value of a=", a, "\n"); return(a)}
> a <- preprocess(a)
value of a= 5 
> cat("value of a=", a, "\n")
value of a= 5

有关详细信息，请参阅R会话?environment中的此帮助参考。

Answer 2

只在函数内部添加新列，但函数通常不会更改该函数之外的值。通过＆lt;＆lt; - 快速而肮脏的方式 - 但是真的不应该使用它！因为你的函数会改变函数之外的值，函数不应该这样做。这是非常糟糕的风格。值应该作为参数输入函数，并应将它们作为返回值。

因此，请更改函数中的数据框并将其作为返回值返回：

preprocess = function(d) {
  d$Age = 2016 - d$YOB
  return(d)
} 

test <- data.frame(YOB=2017:2020)

test <- preprocess(test)

print(test)

在函数内向DataFrame添加新列

2 个答案: