Question

我是R的新手，我正在尝试编写一个添加条目的函数逐行数据框，并使用

返回数据框

新一行总和的一列
该列名为。

以下是我的数据的样本df：

Ethnicity <- c('A', 'B', 'H', 'N', 'O', 'W', 'Unknown')
Texas <- c(2,41,56,1,3,89,7)
Tenn <- c(1,9,2,NA,1,32,3)

当我直接尝试以下代码时，列会根据需要按行求和：

new_df <- df %>% rowwise() %>%
                 mutate(TN_TX = sum(Tenn, Texas, na.rm = TRUE))

new_df

但是当我尝试使用我的功能代码时，rowwise（）似乎不起作用。我的功能代码是：

df.sum.col <- function(df.in, col.1, col.2)  {

if(is.data.frame(df.in) != TRUE){               #warning if first arg not df
  warning('df.in is not a dataframe')}

if(is.numeric(col.1) != TRUE){                
  warning('col.1 is not a numeric vector')}     

if(is.numeric(col.2) != TRUE){
  warning('col.2 is not a numeric vector')}     #warning if col not numeric 


df.out <- rowwise(df.in) %>%
                 mutate(name = sum(col.1, col.2, na.rm = TRUE))

df.out 
}


bad_df <- df.sum(df,Texas, Tenn)

这导致

bad_df

我不明白为什么函数的核心在它之外工作但不在其中。我也尝试将df.in管道连接到rowsum（），如下所示：

f.out <- df.in %>% rowwise() %>%
                 mutate(name = sum(col.1, col.2, na.rm = TRUE))

但这并不能解决问题。

就命名新列而言，我尝试通过添加名称作为参数来实现，但没有取得任何成功。对此的想法？

任何帮助表示赞赏！

Answer 1

根据@thelatemail的建议，它归结为非标准评估。 rowwise()与此无关。您需要重写您的函数才能使用mutate_。理解它可能很棘手，但这是您尝试做的一个版本：

library(dplyr)
df <- tibble::tribble(
  ~Ethnicity, ~Texas, ~Tenn,
  "A", 2, 1,
  "B", 41, 9,
  "H", 56, 2,
  "N", 1, NA,
  "O", 3, 1,
  "W", 89, 32,
  "Unknown", 7, 3
)

df.sum.col <- function(df.in, col.1, col.2, name)  {

  if(is.data.frame(df.in) != TRUE){               #warning if first arg not df
    warning('df.in is not a dataframe')}

  if(is.numeric(lazyeval::lazy_eval(substitute(col.1), df.in)) != TRUE){                
    warning('col.1 is not a numeric vector')}     

  if(is.numeric(lazyeval::lazy_eval(substitute(col.2), df.in)) != TRUE){
    warning('col.2 is not a numeric vector')}     #warning if col not numeric 

  dots <- setNames(list(lazyeval::interp(~sum(x, y, na.rm = TRUE),
                                         x = substitute(col.1), y = substitute(col.2))),
                   name)

  df.out <- rowwise(df.in) %>%
    mutate_(.dots = dots)

  df.out 
}

在实践中，您根本不需要在此处使用rowwise，但在仅选择需要求和的列后，可以使用rowSums。

rowwise（）在函数内不起作用？

1 个答案: