Question

我有一个包含3列的简单数据框：名称，目标和实际。因为这是对更大的数据帧的简化，我想使用dplyr来计算每个人达到目标的次数。

df <- data.frame(name = c(rep('Fred', 3), rep('Sally', 4)),
                 goal = c(4,6,5,7,3,8,5), actual=c(4,5,5,3,3,6,4))

结果应如下所示：

我应该可以传递一个类似于下面显示的匿名函数，但是语法不是很正确：

library(dplyr)
g <- group_by(df, name)
summ <- summarise(g, met_goal = sum((function(x,y) {
                                       if(x>y){return(0)}
                                       else{return(1)}
                                     })(goal, actual)
                                    )
                  )

当我运行上面的代码时，我看到其中3个错误：

警告讯息： 1：在if（x == y）{：条件的长度> 1，只使用第一个元素

Answer 1

我们在goal和actual中具有相等的长度向量，因此关系运算符适合在此处使用。但是，当我们在简单的if()语句中使用它们时，我们可能会得到意外的结果，因为if()期望长度为1的向量。由于我们具有相等的长度向量并且我们需要二进制结果，因此采用逻辑向量的总和是最佳方法，如下所述。

group_by(df, name) %>%
    summarise(met_goal = sum(goal <= actual))
# A tibble: 2 x 2
    name met_goal
  <fctr>    <int>
1   Fred        2
2  Sally        1

运营商已切换为<=，因为您希望0为goal > actual，否则为1。

请注意，可以使用匿名函数。是if()声明让你失望。例如，使用

sum((function(x, y) x <= y)(goal, actual))

会以您要求的方式工作。

Answer 2

使用data.table的解决方案：

您要求dplyr解决方案，但由于实际数据要大得多，您可以使用data.table。 foo是您要申请的功能。

foo <- function(x, y) {
    res <- 0
    if (x <= y) {
        res <- 1
    }
    return(res)
}

library(data.table)
setDT(df)
setkey(df, name)[, foo(goal, actual), .(name, 1:nrow(df))][, sum(V1), name]

如果您更喜欢管道，那么您可以使用它：

library(magrittr)
setDT(df) %>%
    setkey(name) %>%
    .[, foo(goal, actual), .(name, 1:nrow(.))] %>%
    .[, .(met_goal = sum(V1)), name]

    name met_goal
1:  Fred        2
2: Sally        1

Answer 3

发现自己（一年后）需要再次执行类似的操作，但功能要比原始问题中提供的简单功能复杂。最初接受的答案利用了问题的特定功能，但是更普遍的方法是在here上进行了修改。使用这种方法，我最终追求的答案是这样的：

library(dplyr)

df <- data.frame(name = c(rep('Fred', 3), rep('Sally', 4)),
                 goal = c(4,6,5,7,3,8,5), actual=c(4,5,5,3,3,6,4))

my_func = function(act, goa) {
  if(act < goa) {
    return(0)
  } else {
    return(1)
  }
}

g <- group_by(df, name)
summ = df %>% group_by(name) %>%
  summarise(met_goal = sum(mapply(my_func, .data$actual, .data$goal)))

> summ
# A tibble: 2 x 2
  name  met_goal
  <fct>    <dbl>
1 Fred         2
2 Sally        1

使用匿名函数引用的原始问题。本着这种精神，最后一部分看起来像这样：

g <- group_by(df, name)
summ = df %>% group_by(name) %>%
  summarise(met_goal = sum(mapply(function(act, go) {
                                    if(act < go) {
                                      return(0)
                                    } else {
                                      return(1)
                                    }
                                  }, .data$actual, .data$goal)))

如何将匿名函数传递给dplyr汇总

3 个答案: