r - dplyr 使用多个参数的自定义函数分别在每一列进行变异

Question

我有以下函数，我想将其应用于数据框的列:

ff <- function(w, epsi, df) {
  res <- w*(max(df, na.rm = T) - min(df, na.rm=T)+2*epsi)+min(df, na.rm = T) - epsi
  return(res)
}

该函数应使用参数 epsi 和 df 应用于 w 的每一列。该函数必须获取 w 的每个值，并将其乘以 df 相应列的最大值减去 df 该列的最小值，等等。

例如:

> w
# A tibble: 5 x 2
    A       B
  <dbl>   <dbl>
1 0.290  0.928  
2 0.917  0.929  
3 0.910  0.919  
4 0.243  0.908  
5 0.936  0.901  

和df是:

> df
# A tibble: 10 x 2
   A     B
  <dbl> <dbl>
1 0.977 1.03 
2 1.04  1.15 
3 0.929 0.875
4 1.12  1.15 
5 0.913 1.05 
6 1.00  1.09 
7 0.972 1.03 
8 0.919 1.04 
9 0.935 0.973
10 1.08  1.17 

因此，对于 w 的第一个元素 0.290，该函数将 0.290 乘以 A 列中 df 的最大值 (1.12)，等等。

如何使用 dplyr 将函数应用到 w？

我尝试过:

w_new = w %>%  mutate_each(ff(w,0.001, df))

但它不是一次只接受一列，而是尝试一次对所有列进行操作。

Answer 1

OP 表示希望使用 dplyr基于此问题的解决方案因此我想使用 dplyr 提供答案。

在我们需要在另一个表中查找相应列(名称)的情况下，最好不要依赖列的顺序或使用特定的列名称。 quo_name和quo函数提供对 dplyr::mutate_all 范围内的列名称的访问功能。

使用 dplyr::mutate_all 的解决方案可以是:

# Re-wirte fucntion to accept the column name for df
ff <- function(x, epsi, colName) {
  res <- x*(max(df[,colName], na.rm = TRUE) - min(df[,colName], na.rm=TRUE) +
         2*epsi)+min(df[,colName], na.rm = TRUE) - epsi
  return(res)
}

library(dplyr)

# The corresponding column names is passed to ff using quo_name(quo(.))
w %>% mutate_all(funs(ff(., 0.001, quo_name(quo(.)) )))
#          A        B
# 1 0.972610 1.149616
# 2 1.103653 1.149913
# 3 1.102190 1.146943
# 4 0.962787 1.143676
# 5 1.107624 1.141597

数据:

w <- read.table(text = 
"A       B
1 0.290  0.928  
2 0.917  0.929  
3 0.910  0.919  
4 0.243  0.908  
5 0.936  0.901",
header = TRUE)


df <- read.table(text = 
"A     B
1 0.977 1.03 
2 1.04  1.15 
3 0.929 0.875
4 1.12  1.15 
5 0.913 1.05 
6 1.00  1.09 
7 0.972 1.03 
8 0.919 1.04 
9 0.935 0.973
10 1.08  1.17",
header = TRUE)