特定数据框列上的 R Apply() 函数

Posted 2023-02-14

【中文标题】特定数据框列上的 R Apply() 函数

【英文标题】：R Apply() function on specific dataframe columns

【发布时间】：2013-09-01 10:16:51

【问题描述】：

我想在数据框上使用 apply 函数，但只将该函数应用于最后 5 列。

B<- by(wifi,(wifi$Room),FUN=function(y)apply(y, 2, A))

这将 A 应用于 y 的所有列

B<- by(wifi,(wifi$Room),FUN=function(y)apply(y[4:9], 2, A))

这仅将 A 应用于 y 的第 4-9 列，但 B 的总回报去除了前 3 列...我仍然想要那些，我只是不想将 A 应用于它们。

wifi[,1:3]+B 

也没有做我期望/想要的。

【问题讨论】：

'by' 调用使这个问题变得复杂。如果相关，您应该重写问题以澄清（什么是 wifi$Room？）。我在下面的回答中忽略了。

你可以cbind(y[1:3], ...) 得到你得到的结果。

【参考方案1】：

最简单的方法是使用 mutate 函数：

dataFunctionUsed <- data %>% 
  mutate(columnToUseFunctionOn = function(oldColumn ...))

【参考方案2】：

lapply 可能是比apply 更好的选择，因为 apply 首先将您的 data.frame 强制转换为数组，这意味着所有列必须具有相同的类型。根据您的具体情况，这可能会产生意想不到的后果。

模式是：

df[cols] <- lapply(df[cols], FUN)

“cols”向量可以是变量名或索引。我更喜欢尽可能使用名称（它对列重新排序很可靠）。所以在你的情况下，这可能是：

wifi[4:9] <- lapply(wifi[4:9], A)

使用列名的示例：

wifi <- data.frame(A=1:4, B=runif(4), C=5:8)
wifi[c("B", "C")] <- lapply(wifi[c("B", "C")], function(x) -1 * x)

【讨论】：

一个小修正：wifi

您能否更明确地说明您是如何创建 [cols] 向量的？

@Mox 你可以做cols <- c("var1", "var2")

作为替代使用 dplyr 避免重复列规范的冗余，您可以这样做 wifi[4:9] %<>% map_dbl(A)

@AgileBean: map 是一个不错的选择，但我建议使用 %<>% 运算符。请滚动到r4ds.had.co.nz/pipes.html末尾

【参考方案3】：

如前所述，您只需要将标准 R apply 函数应用于列 (MARGIN=2)：

wifi[,4:9] <- apply(wifi[,4:9], MARGIN=2, FUN=A)

或者，简称：

wifi[,4:9] <- apply(wifi[,4:9], 2, A)

这会使用 A() 函数就地更新 4:9 列。现在，让我们假设na.rm 是A() 的一个参数，它可能应该是。我们可以通过na.rm=T 从计算中删除 NA 值，如下所示：

wifi[,4:9] <- apply(wifi[,4:9], MARGIN=2, FUN=A, na.rm=T)

您想要传递给自定义函数的任何其他参数也是如此。

【参考方案4】：

我认为您想要的是mapply. 您可以将该函数应用于所有列，然后删除您不想要的列。但是，如果您将不同的函数应用于不同的列，您可能想要的是来自 dplyr 包的mutate。

【参考方案5】：

使用示例 data.frame 和示例函数（对所有值 +1）

A <- function(x) x + 1
wifi <- data.frame(replicate(9,1:4))
wifi

#  X1 X2 X3 X4 X5 X6 X7 X8 X9
#1  1  1  1  1  1  1  1  1  1
#2  2  2  2  2  2  2  2  2  2
#3  3  3  3  3  3  3  3  3  3
#4  4  4  4  4  4  4  4  4  4

data.frame(wifi[1:3], apply(wifi[4:9],2, A) )
#or
cbind(wifi[1:3], apply(wifi[4:9],2, A) )

#  X1 X2 X3 X4 X5 X6 X7 X8 X9
#1  1  1  1  2  2  2  2  2  2
#2  2  2  2  3  3  3  3  3  3
#3  3  3  3  4  4  4  4  4  4
#4  4  4  4  5  5  5  5  5  5

甚至：

data.frame(wifi[1:3], lapply(wifi[4:9], A) )
#or
cbind(wifi[1:3], lapply(wifi[4:9], A) )

#  X1 X2 X3 X4 X5 X6 X7 X8 X9
#1  1  1  1  2  2  2  2  2  2
#2  2  2  2  3  3  3  3  3  3
#3  3  3  3  4  4  4  4  4  4
#4  4  4  4  5  5  5  5  5  5

【讨论】：

有没有办法使用$ 按名称索引某个列，而不是使用[ : ] 按列号索引？我尝试添加 colnames: colnames(wifi) = c("a", "b", "c", "d", "e", "f", "g", "h" ,"i") 但没有尝试使用 lapply(wifi$e, 2, X)。

@skotturi - 您可以像 wifi[c("a","b","c")] 那样按名称索引多个列。

@thelatemail,在apply(wifi[4:9],2, A),wifi[4:9]是data.frame。而apply只能用于数组或矩阵。为什么你的答案可行？

@kittygirl - 这是因为 apply 可以 用于 data.frame。使用 apply 时，data.frame 将作为函数的一部分强制转换为矩阵。

@thelatemail，会丢失行名或列名信息吗？