r - 将自定义函数应用于 DF 列表，将另一个列表作为输入 - R

Question

我有一份 dfs list 和一份年度预算 list 。 每个 df 代表一个业务年，每个预算代表该年的总支出。

# the business year starts from Feb and ends in Jan.
# the budget column is first populated with the % of annual budget allocation

df <- data.frame(monthly_budget=c(0.06, 0.13, 0.07, 0.06, 0.1, 0.06, 0.06, 0.09, 0.06, 0.06, 0.1, 0.15),
          month=month.abb[c(2:12, 1)])

# dfs for 3 years
df2019_20 <- df
df2020_21 <- df
df2021_22 <- df

# budgets for 3 years
budget2019_20 <- 6000000
budget2020_21 <- 7000000
budget2021_22 <- 8000000

# into lists
df_list <- list(df2019_20, df2020_21, df2021_22)
budget_list <- list(budget2019_20, budget2020_21, budget2021_22)

我编写了以下函数，将正确的年份应用于 Jan，并通过解析相应的 dfs 名称来填充其余年份。 如果我提供一个 df 和一个预算，它会完美地工作。

budget_func <- function(df, budget){ 
  
  df_name <- deparse(substitute(df))
  
  df <- df %>%
    mutate(year=ifelse(month=="Jan",
                       as.numeric(str_sub(df_name, -2)) + 2000,
                       as.numeric(str_extract(df_name, "\\d{4}(?=_)")))
    )
  
  for (i in 1:12){ 
    
    df[i,1] <- df[i,1] * budget
    
    i <- i+1
  }
  return(df)
}

为了加快速度，我想将两个列表作为参数传递给 mapply。但是我没有得到我想要的结果 - 我做错了什么？

final_budgets <- mapply(budget_func, df_list, budget_list)

Answer 1

我们可以添加一个新参数，而不是使用deparse/substitute(它在我们传递单个数据集时起作用，并且在循环中有所不同，因为传递的对象不是对象名称)传递名字。此外，当我们创建列表时，它也应该有名称。我们可以使用 list(df2019_20 = df2019_20, ...) 或使用 setNames 或者更简单的选项是 dplyr::lst 它会返回与传递的对象的名称

budget_func <- function(df, budget, nm1){ 
           df_name <- nm1
  
             df <- df %>%
               mutate(year=ifelse(month=="Jan",
                                  as.numeric(str_sub(df_name, -2)) + 2000,
                                  as.numeric(str_extract(df_name, "\\d{4}(?=_)")))
               )
  
             for (i in 1:12){ 
    
               df[i,1] <- df[i,1] * budget
    
               i <- i+1
             }
             return(df)
           }

-测试

df_list <- dplyr::lst(df2019_20, df2020_21, df2021_22)
budget_list <- list(budget2019_20, budget2020_21, budget2021_22)
Map(budget_func, df_list, budget_list, names(df_list))     

-输出

$df2019_20
   monthly_budget month year
1          360000   Feb 2019
2          780000   Mar 2019
3          420000   Apr 2019
4          360000   May 2019
5          600000   Jun 2019
6          360000   Jul 2019
7          360000   Aug 2019
8          540000   Sep 2019
9          360000   Oct 2019
10         360000   Nov 2019
11         600000   Dec 2019
12         900000   Jan 2020

$df2020_21
   monthly_budget month year
1          420000   Feb 2020
2          910000   Mar 2020
3          490000   Apr 2020
4          420000   May 2020
5          700000   Jun 2020
6          420000   Jul 2020
7          420000   Aug 2020
8          630000   Sep 2020
9          420000   Oct 2020
10         420000   Nov 2020
11         700000   Dec 2020
12        1050000   Jan 2021

$df2021_22
   monthly_budget month year
1          480000   Feb 2021
2         1040000   Mar 2021
3          560000   Apr 2021
4          480000   May 2021
5          800000   Jun 2021
6          480000   Jul 2021
7          480000   Aug 2021
8          720000   Sep 2021
9          480000   Oct 2021
10         480000   Nov 2021
11         800000   Dec 2021
12        1200000   Jan 2022