r - 如何在 mutate (dplyr) 中使用自定义函数？

Question

我正在使用 dplyr 重写我的所有代码，并且需要有关 mutate/mutate_at 函数的帮助。我所需要的只是将自定义函数应用于表中的两列。理想情况下，我会通过它们的索引来引用这些列，但现在即使通过名称引用也无法使其工作。

功能是:

binom.test.p <- function(x) {
  if (is.na(x[1])|is.na(x[2])|(x[1]+x[2])<10) {
    return(NA)
  } 
  else {
    return(binom.test(x, alternative="two.sided")$p.value)
  }
} 

我的数据:

table <- data.frame(geneId=c("a", "b", "c", "d"), ref_SG1_E2_1_R1_Sum = c(10,20,10,15), alt_SG1_E2_1_R1_Sum = c(10,20,10,15))

所以我这样做:

table %>%
  mutate(Ratio=binom.test.p(c(ref_SG1_E2_1_R1_Sum, alt_SG1_E2_1_R1_Sum)))
Error: incorrect length of 'x'

如果我做:

table %>% 
mutate(Ratio=binom.test.p(ref_SG1_E2_1_R1_Sum, alt_SG1_E2_1_R1_Sum))
Error: unused argument (c(10, 20, 10, 15))

第二个错误可能是因为我的函数需要一个向量并获得两个参数。

但即使忘记了我的功能。这有效:

table %>%
  mutate(sum = ref_SG1_E2_1_R1_Sum + alt_SG1_E2_1_R1_Sum)

这不会:

    table %>%
      mutate(.cols=c(2:3), .funs=funs(sum=sum(.)))
Error: wrong result size (2), expected 4 or 1

所以这可能是我对 dplyr 工作原理的误解。

Answer 1

您的问题似乎是 binom.test而不是 dplyr , binom.test不是矢量化的，所以你不能指望它在矢量上工作；您可以使用 mapply在 mutate 的两列上:

table %>% 
    mutate(Ratio = mapply(function(x, y) binom.test.p(c(x,y)), 
                          ref_SG1_E2_1_R1_Sum, 
                          alt_SG1_E2_1_R1_Sum))

#  geneId ref_SG1_E2_1_R1_Sum alt_SG1_E2_1_R1_Sum Ratio
#1      a                  10                  10     1
#2      b                  20                  20     1
#3      c                  10                  10     1
#4      d                  15                  15     1

至于最后一个，你需要mutate_at而不是 mutate :

table %>%
      mutate_at(.vars=c(2:3), .funs=funs(sum=sum(.)))