我有一个返回小标题的函数。它运行正常,但我想对其进行矢量化。
library(tidyverse)
tibTest <- tibble(argX = 1:4, argY = 7:4)
square_it <- function(xx, yy) {
if(xx >= 4){
tibble(x = NA, y = NA)
} else if(xx == 3){
tibble(x = as.integer(), y = as.integer())
} else if (xx == 2){
tibble(x = xx^2 - 1, y = yy^2 -1)
} else {
tibble(x = xx^2, y = yy^2)
}
}
它在
mutate
中运行正常当我用 map2
调用它时,给我我想要的结果:tibTest %>%
mutate(sq = map2(argX, argY, square_it)) %>%
unnest()
## A tibble: 3 x 4
# argX argY x y
# <int> <int> <dbl> <dbl>
# 1 1 7 1 49
# 2 2 6 3 35
# 3 4 4 NA NA
我第一次尝试对它进行矢量化失败了,我明白为什么 - 我无法返回小标题的矢量。
square_it2 <- function(xx, yy){
case_when(
x >= 4 ~ tibble(x = NA, y = NA),
x == 3 ~ tibble(x = as.integer(), y = as.integer()),
x == 2 ~ tibble(x = xx^2 - 1, y = yy^2 -1),
TRUE ~ tibble(x = xx^2, y = yy^2)
)
}
# square_it2(4, 2) # FAILS
我的下一次尝试在一个简单的输入上运行正常。我可以返回一个小标题列表,这就是我想要的
unnest
square_it3 <- function(xx, yy){
case_when(
xx >= 4 ~ list(tibble(x = NA, y = NA)),
xx == 3 ~ list(tibble(x = as.integer(), y = as.integer())),
xx == 2 ~ list(tibble(x = xx^2 - 1, y = yy^2 -1)),
TRUE ~ list(tibble(x = xx^2, y = yy^2))
)
}
square_it3(4, 2)
# [[1]]
# # A tibble: 1 x 2
# x y
# <lgl> <lgl>
# 1 NA NA
但是当我在
mutate
中调用它时,它没有给我我用 square_it
得到的结果.我能看出是什么错误的。在
xx == 2
条款,xx
充当 2 的原子值。但在build 小玩意,
xx
是一个长度为 4 的向量。tibTest %>%
mutate(sq = square_it3(argX, argY)) %>%
unnest()
# # A tibble: 9 x 4
# argX argY x y
# <int> <int> <dbl> <dbl>
# 1 1 7 1 49
# 2 1 7 4 36
# 3 1 7 9 25
# 4 1 7 16 16
# 5 2 6 0 48
# 6 2 6 3 35
# 7 2 6 8 24
# 8 2 6 15 15
# 9 4 4 NA NA
我如何获得与
square_it
相同的结果,但来自使用 case_when
的矢量化函数?
最佳答案
我们定义 row_case_when
与 case_when
有类似的公式界面除了它有一个 .data 的第一个参数,按行操作并期望每条腿的值是一个数据框。它返回一个 data.frame/tibble。包装在一个列表中,rowwise
和 unnest
不需要。
case_when2 <- function (.data, ...) {
fs <- dplyr:::compact_null(rlang:::list2(...))
n <- length(fs)
if (n == 0) {
abort("No cases provided")
}
query <- vector("list", n)
value <- vector("list", n)
default_env <- rlang:::caller_env()
quos_pairs <- purrr::map2(fs, seq_along(fs), dplyr:::validate_formula,
rlang:::default_env, rlang:::current_env())
for (i in seq_len(n)) {
pair <- quos_pairs[[i]]
query[[i]] <- rlang::eval_tidy(pair$lhs, data = .data, env = default_env)
value[[i]] <- rlang::eval_tidy(pair$rhs, data = .data, env = default_env)
if (!is.logical(query[[i]])) {
abort_case_when_logical(pair$lhs, i, query[[i]])
}
if (query[[i]]) return(value[[i]])
}
}
row_case_when <- function(.data, ...) {
.data %>%
group_by(.group = 1:n(), !!!.data) %>%
do(case_when2(., ...)) %>%
mutate %>%
ungroup %>%
select(-.group)
}
测试运行
它是这样使用的:
library(dplyr)
tibTest <- tibble(argX = 1:4, argY = 7:4) # test data from question
tibTest %>%
row_case_when(argX >= 4 ~ tibble(x = NA, y = NA),
argX == 3 ~ tibble(x = as.integer(), y = as.integer()),
argX == 2 ~ tibble(x = argX^2 - 1, y = argY^2 -1),
TRUE ~ tibble(x = argX^2, y = argY^2)
)
给予:
# A tibble: 3 x 4
argX argY x y
<int> <int> <dbl> <dbl>
1 1 7 1 49
2 2 6 3 35
3 4 4 NA NA
mutate_cond 和 mutate_when
这些与
row_case_when
不太一样因为它们不会通过采用第一个为真的条件,而是通过使用互斥条件,它们可以用于解决此问题的某些方面。它们不处理更改结果中的行数,但我们可以使用 dplyr::filter
删除特定条件的行。mutate_cond
定义于 dplyr mutate/replace several columns on a subset of rows就像 mutate
除了第二个参数是一个条件,随后的参数仅应用于该条件为 TRUE 的行。mutate_when
定义于dplyr mutate/replace several columns on a subset of rows类似于
case_when
除了适用于行之外,替换值在列表中提供,替代参数是条件和列表。此外,所有分支始终运行,将替换值应用于满足条件的行(而不是对于每一行,仅在第一个真正分支上执行替换)。获得类似 row_case
的效果_when 确保条件是互斥的。# mutate_cond example
tibTest %>%
filter(argX != 3) %>%
mutate(x = NA_integer_, y = NA_integer_) %>%
mutate_cond(argX == 2, x = argX^2 - 1L, y = argY^2 - 1L) %>%
mutate_cond(argX < 2, x = argX^2, y = argY^2)
# mutate_when example
tibTest %>%
filter(argX != 3) %>%
mutate_when(TRUE, list(x = NA_integer_, y = NA_integer_),
argX == 2, list(x = argX^2 - 1L, y = argY^2 - 1L),
argX < 2, list(x = argX^2, y = argY^2))
关于返回 tibble : how to vectorize with case_when?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61837438/