Question

我有一个大型数据框alldata，我试图做一些以前在旧版本上完成并用基础R编写的计算。我的目标是创建新列使用dplyr进行这些计算的输出。此代码的先前版本使用了数十个中间数据帧，并使用函数将这些计算写入单独的文件中。

我很好奇是否可以在编写时保留这些函数，但是将它们嵌入到dplyr中以引用alldata中的列而不是原始版本中的这些临时矩阵。

以下是我正在处理的代码的示例部分。正如您在评论中看到的那样，我已将旧的R代码翻译成dplyr以获得简单的加权平均函数。

d_weighted = alldata %>% 
    # equivalent to by = list(regspp = data$regspp[inds]) from old code
    group_by(regspp, year) %>% 
    # equivalent to wgtmean = function(x, na.rm=FALSE) wtd.mean(x=x[,1], weights=x[,2], na.rm=na.rm) from old code
    mutate(lat_wgtmean = wtd.mean(x=lat, weights=wtcpue, na.rm=FALSE))

但是，由于函数比wgtmean更复杂，我希望按原样包含函数。

旧代码中的下一个函数计算矩阵的加权标准差，其中第一列由值和第二列组成：

wgtsd = function(mat, ...){
    x = mat[,1][mat[,2]>0]    # trim to values with weight > 0
    w = mat[,2][mat[,2]>0]
    sqrt(wtd.var(x=x, weights=w, ...))
}

是否可以在dplyr :: mutate中嵌入此函数，其值为lat（纬度），权重= wtcpue（每单位努力捕获，转换为权重）以创建新列alldata包含加权标准偏差？

我知道我可以重写这些功能，但是我不想在文本后面对更复杂的功能这样做（请参阅下面的例子），如果有的话，我很好奇使用dplyr将函数与矩阵参数集成的优雅解决方案。

wgtskew = function(mat, na.rm=FALSE){ 
    x = mat[,1][mat[,2]>0]    # trim to values with weight > 0
    w = mat[,2][mat[,2]>0]
    if(na.rm){
        s = !is.na(x+w)
        x = x[s]
        w = w[s]
    }
    n = length(x)
    w = n * w / sum(w)     # normalize
    if(n>2){
        c3 = n / ((n - 1) * (n - 2))
        sdv = wgtsd(cbind(x, w), normwt = TRUE, na.rm = na.rm)
        xbar = wtd.mean(x, w, na.rm = na.rm)
        sk = c3 * sum(w ^ (3 / 2) * ((x - xbar) / sdv) ^ 3)
        return(sk)
    } else {
        return(NA)
    }
}

Answer 1

包matrixStats和Weighted.Desc.Stat包含您可能需要的许多功能。

然后，您可以使用文本编辑器查找和替换，或者，例如：

wgtsd <- function(...) matrixStats::weightedSd(...)

并像以前一样运行脚本。

将矩阵函数嵌入到dplyr mutate中

1 个答案: