我正在努力在自己的函数中使用 dplyr 函数。我更接近理解了,但仍然缺乏充分的理解。
这里我有包含 type
和 D10
变量的 df
。
df <- data.frame(type = c("KL", "KL", "A", "A", "B", "B", "9999", "-1"),
D10 = rnorm(8, 3, 4))
我想编写一个函数,如果 type == "KL"
,则在新列中将返回 M
; "-1"
如果类型 %in% c(9999, -1)
并且对于所有其他情况将返回 K
。我希望在启动函数时可以更改 9999, -1, KL
的值。
我的尝试以如下所示的函数结束:
klme <- function(dat, met, minusy = c(-1, 9999), Sortnr, type){
mutate_call <- lazyeval::interp(~ifelse(a %in% met, "M", ifelse(a %in% minusy, "-1", "K")), a = as.name(Sortnr))
dat %>% mutate_(.dots = setNames(list(mutate_call), type))
}
klme(df, c("KL"), minusy = c(-1, 9999), "Sortnr", "typ")
在 typ
列中仅返回 K
,而我想获得如下输出:
type D10 type.1
1 KL -5.3210620 M
2 KL 4.4832414 M
3 A -5.3979886 K
4 A 2.7933964 K
5 B -0.9602293 K
6 B 4.5097305 K
7 9999 -3.9650796 -1
8 -1 5.2700609 -1
最佳答案
我相信您正在寻找这个,请记住您需要interp
所有变量值(@wici 也是正确的,您对klme
的调用不应该有Sortnr
因为它不是 df
中的列):
df <- data.frame(type = c("KL", "KL", "A", "A", "B", "B", "9999", "-1"),
D10 = rnorm(8, 3, 4))
klme <- function(dat, met, minusy = c(-1, 9999), Sortnr, type){
mutate_call <- lazyeval::interp(~ifelse(a %in% y, "M",
ifelse(a %in% z, "-1", "K")),
a = as.name(Sortnr),
y = met,
z = minusy)
dat %>% mutate_(.dots = setNames(list(mutate_call), type))
}
klme(df, c("KL"), minusy = c('-1', '9999'), "type", "typ")
type D10 typ 1 KL 6.4760905 M 2 KL 7.5196368 M 3 A 2.2588101 K 4 A 1.4910878 K 5 B -0.3357310 K 6 B 1.9693856 K 7 9999 -0.3820483 -1 8 -1 4.5595150 -1
关于r - 使用 dplyr 创建具有多个参数的函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40758345/