Question

我有以下数据集：

dataset=structure(list(var1 = c(28.5627505742013, 22.8311421908438, 95.2216156944633, 
43.9405107684433, 97.11211245507, 48.4108281508088, 77.1804554760456, 
27.1229329891503, 69.5863061584532, 87.2112890332937), var2 = c(32.9009465128183, 
54.1136392951012, 69.3181485682726, 70.2100433968008, 44.0986660309136, 
62.8759404085577, 79.4413498230278, 97.4315509572625, 62.2505457513034, 
76.0133410431445), var3 = c(89.6971945464611, 67.174579706043, 
37.0924087055027, 87.7977314218879, 29.3221596442163, 37.5143952667713, 
62.6237869635224, 71.3644423149526, 95.3462834469974, 27.4587387405336
), var4 = c(41.5336912125349, 98.2095112837851, 80.7970978319645, 
91.1278881691396, 66.4086666144431, 69.2618868127465, 67.7560870349407, 
71.4932355284691, 21.345994155854, 31.1811877787113), var5 = c(33.9312525652349, 
88.1815139763057, 98.4453701227903, 25.0217059068382, 41.1195872165263, 
37.0983888953924, 66.0217586159706, 23.8814191706479, 40.9594196081161, 
79.7632974945009), var6 = c(39.813664201647, 80.6405956856906, 
30.0273275375366, 34.6203793399036, 96.5195455029607, 44.5830867439508, 
78.7370151281357, 42.010761089623, 23.0079878121614, 58.0372223630548
), kmeans = structure(c(2L, 1L, 3L, 1L, 3L, 1L, 1L, 1L, 2L, 3L
), .Label = c("1", "2", "3"), class = "factor")), .Names = c("var1", 
"var2", "var3", "var4", "var5", "var6", "kmeans"), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

以及关注功能：

myfun<-function(x){
  c(sum(x),mean(x),sd(x))
}

仅使用dplyr::summarise，结果就可以了：

library(tidyverse)

my1<-dataset%>%
  summarise_if(.,is.numeric,.funs=funs(sum,mean,sd))

但是，用myfun不起作用：

my2<-dataset%>%
  summarise_if(.,is.numeric,.funs=funs(myfun))

summarise_impl（.data，点）中的错误： var1列的长度必须为1（汇总值），而不是3

出什么问题了？

Answer 1

您可以尝试这种方法，因为无法将您的自定义函数返回的两个值包装在单个单元格中，所以您的方法将无法产生正确的结果，为了避免此问题，我使用了enframe自定义函数中的list：

library(tidyverse)

myfun<-function(x){
    return(list(enframe(c('sum' = sum(x),'mean' = mean(x),'sd' = sd(x)))))
}

例如，使用mtcars数据：

my2<-mtcars%>%
summarise_at(c('mpg','drat'), function(x) myfun(x)) %>% 
unnest() %>% 
select(-name1) %>% 
set_names(nm = c('name', 'mpg', 'drat'))

它将产生：

  name        mpg        drat
1  sum 642.900000 115.0900000
2 mean  20.090625   3.5965625
3   sd   6.026948   0.5346787

此外，还有一种替代方法，您可以尝试使用purrr解决它。

例如：

f <- function(x,...){
    list('mean' = mean(x, ...),'sum' = sum(x, ...))
}

mtcars %>% 
select(mpg, drat) %>% 
map_dfr(~ f(.x, na.rm=T), .id ="Name") %>% 
data.frame()

Answer 2

应用此功能时

dataset%>% summarise_if(is.numeric,.funs=funs(sum,mean,sd))

您正在应用三个不同的功能（sum，mean和sd），这些功能分别应用于所有列。因此，将这些函数应用于数值的每一列。在这里，我们有三个不同的函数返回三个值。

关于您的功能，我认为您想做的是

myfun<-function(x){
  c(sum(x),mean(x),sd(x))
}

现在，当将此函数应用于一列时，它将返回三个值，因此此处一个函数将返回三个值。

myfun(dataset$var1)
#[1] 597.17994  59.71799  29.03549

正如@NelsonGon在评论中提到的那样，您试图在单个列中存储三个值。您可以按@Pkumar所示将它们作为列表返回，或者do的某些变体也可以帮助您实现。如果分解功能并分别创建三个功能，则其工作方式将与前面显示的相同。

myfun1 <- function(x) sum(x)
myfun2  <- function(x) mean(x)
myfun3 <- function(x) sd(x)

dataset %>% summarise_if(is.numeric,.funs=funs(myfun1,myfun2,myfun3))

Answer 3

这不是最优雅的方法，但是如果您的外部函数只是其他函数的列表，也许您可以只为函数使用一个列表：

myfun_ls <- list(sum,mean,sd)
my2<-dataset%>%
  summarise_if(.,is.numeric,.funs=myfun_ls)

dplyr :: summarise不接受外部功能

3 个答案: