Question

我无法弄清楚如何在tbl中的多个参数和变量之间有效映射以生成新变量。

在“真实”版本中，我基本上有一个生成中心估计的数学函数，我需要运行一系列不同参数的灵敏度测试。我试图弄清楚如何在整齐的过程中做到这一点。看起来map（）和mutate（）就是答案，但我遇到了麻烦。

    # building the practice dataset
    pracdf <- tibble(ID = letters,
             p = runif(26, 100, 1000),
             med.a = runif(26),
             med.b = runif(26),
             c = runif(26))

    pracdf <- pracdf %>%
      mutate(low.a = med.a * 0.8,
             low.b = med.b * 0.8,
             high.a = med.a * 1.2,
             high.b = med.b * 1.2)
    # this generates a few low/med/high values for variables


    # the function
    pracdf <- pracdf %>% mutate(d = p * med.a * med.b * c)
    # works as expected. Now can I loop it with dynamic variable names?


    f1 <- function(df, var.a) {
      var.a <- enquo(var.a)
      print(var.a)
      d.name <- paste0("d.", quo_name(var.a))
      print(d.name)

      df %>% mutate(!!d.name := p * (!!var.a) * c)
    }

    pracdf2 <- f1(pracdf, med.a)
    # works great! Eventually I want to loop through low, med, high. Start with a loop of 1

    pracdf3 <- map(list(med.a), f1, df = pracdf)
    # loop crashes spectacularly
    pracdf3 <- map(list(med.a), ~f1, df = pracdf)
    # failure
    pracdf3 <- map(med.a, ~f1, df = pracdf)
    # what am I doing with my life

Answer 1

我认为使这项任务变得困难的一个问题是目前的设置可能不是很整洁＆＃34;。例如。 low.a，low.b，med.a等似乎是我所理解的“不整洁”的例子。列。

下面是一种可能的方法（我相当肯定可以改进），它根本不使用for循环或自定义函数。关键的想法是采用最初的pracdf并扩展现有的行，这样每个＆＃34;级别都有一行＆＃34; （即低，中，高）。这样做可以让我们在一个步骤中计算d，而没有用于低，中和高的循环。

（编辑可读性并包含Jens Leerssen's条建议）

library(dplyr)
library(tidyr)
set.seed(123)
pracdf <- tibble(ID = letters,
                 p = runif(26, 100, 1000),
                 a = runif(26),
                 b = runif(26),
                 c = runif(26))

levdf <- tibble(level = c("low", "med", "high"),
                level_val = c(0.8, 1.0, 1.2))

tidy_df <- pracdf %>% merge(levdf) %>%
  mutate(d = p * (level_val * a) * (level_val * b) * c) %>%
  select(-level_val) %>% arrange(ID) %>% as_tibble()

tidy_df

#> # A tibble: 78 x 7
#>       ID        p         a         b         c level         d
#>    <chr>    <dbl>     <dbl>     <dbl>     <dbl> <chr>     <dbl>
#>  1     a 358.8198 0.5440660 0.7989248 0.3517979   low 35.116168
#>  2     a 358.8198 0.5440660 0.7989248 0.3517979   med 54.869013
#>  3     a 358.8198 0.5440660 0.7989248 0.3517979  high 79.011379
#>  4     b 809.4746 0.5941420 0.1218993 0.1111354   low  4.169914
#>  5     b 809.4746 0.5941420 0.1218993 0.1111354   med  6.515490
#>  6     b 809.4746 0.5941420 0.1218993 0.1111354  high  9.382306
#>  7     c 468.0792 0.2891597 0.5609480 0.2436195   low 11.837821
#>  8     c 468.0792 0.2891597 0.5609480 0.2436195   med 18.496595
#>  9     c 468.0792 0.2891597 0.5609480 0.2436195  high 26.635096
#> 10     d 894.7157 0.1471136 0.2065314 0.6680556   low 11.622957
#> # ... with 68 more rows

但是，上面的结果可能不是您想要最终数据的格式。但我们可以通过使用tidy_df和{{1}进行tidyr::gather的收集和传播来解决这个问题。 }。

tidyr::spread

Answer 2

考虑一种向量化方法（原谅我对于非tidyverse数据争用），其中所有新列都可以在一次调用中处理。在随机数据之前使用seed(888)来重现输出：

f1 <- function(df, vars) {
  df[paste0("d.", vars)] <- df$p * df[vars] * df$c
  return(df)
}

newpracdf <- f1(pracdf, c("low.a","high.a","med.a","med.b","low.b","high.b"))

输出

# # A tibble: 26 x 15
#       ID        p      med.a      med.b          c      low.a     low.b    high.a    high.b    d.low.a   d.high.a    d.med.a    d.med.b    d.low.b   d.high.b
#    <chr>    <dbl>      <dbl>      <dbl>      <dbl>      <dbl>     <dbl>     <dbl>     <dbl>      <dbl>      <dbl>      <dbl>      <dbl>      <dbl>      <dbl>
#  1     a 122.9573 0.65746601 0.43123587 0.81314570 0.52597281 0.3449887 0.7889592 0.5174830  52.587917  78.881876  65.734897  43.115909  34.492727  51.739091
#  2     b 412.0127 0.19793909 0.77148952 0.26039116 0.15835127 0.6171916 0.2375269 0.9257874  16.988630  25.482945  21.235787  82.768834  66.215068  99.322601
#  3     c 155.1248 0.30834064 0.99850558 0.57853922 0.24667251 0.7988045 0.3700088 1.1982067  22.137823  33.206735  27.672279  89.611689  71.689351 107.534027
#  4     d 715.3769 0.85517040 0.81715464 0.84196723 0.68413632 0.6537237 1.0262045 0.9805856 412.071636 618.107455 515.089546 492.191742 393.753393 590.630090
#  5     e 790.5284 0.12617255 0.59290522 0.54879020 0.10093804 0.4743242 0.1514071 0.7114863  43.790379  65.685568  54.737973 257.222588 205.778070 308.667105
#  6     f 193.6968 0.15173488 0.93054996 0.08587380 0.12138791 0.7444400 0.1820819 1.1166600   2.019104   3.028655   2.523879  15.478286  12.382629  18.573943
#  7     g 451.6000 0.88123996 0.62858787 0.12546384 0.70499197 0.5028703 1.0574880 0.7543054  39.944473  59.916709  49.930591  35.615457  28.492365  42.738548
#  8     h 342.3741 0.09952918 0.56932309 0.10980862 0.07962334 0.4554585 0.1194350 0.6831877   2.993489   4.490234   3.741861  21.404056  17.123245  25.684867
#  9     i 143.9489 0.42407685 0.94929822 0.02754267 0.33926148 0.7594386 0.5088922 1.1391579   1.345083   2.017624   1.681353   3.763718   3.010975   4.516462
# 10     j 911.8069 0.25822441 0.08934875 0.55244369 0.20657953 0.0714790 0.3098693 0.1072185 104.058645 156.087967 130.073306  45.006930  36.005544  54.008316
# # ... with 16 more rows

使用map（）和mutate（）

2 个答案: