Question

我对mutate和自写函数有疑问。我的数据基本上如下：

license_sets <- list(x = c("A", "B"), y = c("C", "D", "E"))
license_data <- data.frame(license = c("A","B","C","D","E"), bidder = c("x","x","y","y","y"))
source_data <- expand.grid(license_i = c("A","B","C","D","E"), license_j = c("A","B","C","D","E"))
source_data$value <- c(1:25)

我要应用的功能如下：

compute_set <- function(i, J){  tmp <- source_data %>% 
filter(license_i == i, license_j %in% J)
return(sum(tmp$value))
}

我现在想通过mutate应用该功能：

license_data %>% mutate(z = compute_set(license, license_sets[[bidder]]))

我收到以下错误和警告消息：

Error in mutate_impl(.data, dots) : 
  Evaluation error: Evaluation error: recursive indexing failed at level 2
..
In addition: Warning messages:
1: In is.na(e1) | is.na(e2) :
  longer object length is not a multiple of shorter object length
2: In `==.default`(license_i, i) :
  longer object length is not a multiple of shorter object length

如果我通过一个简单的for循环运行相同的函数，那么它将完全正常。有谁知道这里的问题是什么？它必须与mutate有关，对吗？我也已经尝试过as.character（bidder）和我在这里找到的其他东西，但到目前为止没有任何效果。我应该补充一点，我正在处理的数据帧比我在此处显示的数据帧大得多，因此for循环是不可行的……（因此，我也很感谢该函数的简化提示；））

Answer 1

问题在于，在mutate中，参数始终作为整个向量传递，如您在此处看到的那样：

license_data %>% mutate(z = {print(list(bidder, license));
                             compute_set(license, license_sets[[bidder]])})
# [[1]]
# [1] x x y y y
# Levels: x y
# [[2]]
# [1] A B C D E
# Levels: A B C D E
# Error in license_sets[[bidder]] : recursive indexing failed at level 2

以这种方式为列表建立索引不起作用：

license_sets[[license_data$bidder]]
# Error in license_sets[[license_data$bidder]] : 
#   recursive indexing failed at level 2

因此，您想通过向量map：

license_data %>% 
  mutate(z = map2(bidder, license, ~ compute_set(.y, license_sets[[.x]])))

向量化

正如@ [docendo discimus]所指出的那样，您的函数存在的问题是它没有向量化，即，它只处理标量（在i的情况下）。您可以向量化功能以按预期使用它：

compute_set_v <- Vectorize(compute_set)
license_data %>% 
   ## add the list content directly to the data frame 
   mutate(bidder_set = map(bidder, ~ license_sets[[.]]),
          z          = compute_set_v(license, bidder_set))

注意

data.frame有一个讨厌的习惯，将字符串视为因素，因此您可能想在stringsAsFactors = FALSE结构中添加data.frame。

dplyr mutate：递归索引失败

1 个答案: