Question

我需要为数据集中的每一行添加指纹，以便检查相同集的更高版本以查找差异。

我知道如何为R中的每一行添加哈希，如下所示：

data.frame(iris,hash=apply(iris,1,digest))

我正在学习使用dplyr，因为数据集变得越来越大，我需要将它们存储在SQL Server中，我尝试了类似下面的内容，但哈希不起作用，所有行都给出相同的哈希：

iris %>%
  rowwise() %>%
  mutate(hash=digest(.))

使用dplyr进行行式散列的任何线索？谢谢！

Answer 1

我们可以使用do

res <- iris %>%
         rowwise() %>% 
         do(data.frame(., hash = digest(.)))
head(res, 3)
# A tibble: 3 x 6
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species                             hash
#         <dbl>       <dbl>        <dbl>       <dbl>  <fctr>                            <chr>
#1          5.1         3.5          1.4         0.2  setosa e261621c90a9887a85d70aa460127c78
#2          4.9         3.0          1.4         0.2  setosa 7bf67322858048d82e19adb6399ef7a4
#3          4.7         3.2          1.3         0.2  setosa c20f3ee03573aed5929940a29e07a8bb

请注意，在apply过程中，所有列都转换为单个类，apply转换为matrix，矩阵只能容纳一个类。关于将factor转换为character类

会有警告

在R中使用dplyr和digest将散列添加到每一行

1 个答案: