R:逐行 dplyr::mutate 使用接受数据帧行并返回整数的函数

Question

我正在尝试使用自定义函数来使用管道变异语句。我看起来有点相似SO post但徒劳。假设我有一个像这样的数据框(其中 blob 是一些与特定任务无关的变量，但它是整个数据的一部分):

df <- 
  data.frame(exclude=c('B','B','D'), 
             B=c(1,0,0), 
             C=c(3,4,9), 
             D=c(1,1,0), 
             blob=c('fd', 'fs', 'sa'), 
             stringsAsFactors = F)

我有一个使用变量名称的函数，因此请根据排除列中的值选择一些变量名称，例如计算排除中未指定的变量的总和(始终为单个字符)。

FUN <- function(df){
  sum(df[c('B', 'C', 'D')] [!names(df[c('B', 'C', 'D')]) %in% df['exclude']] )
}

当我向 FUN 提供单行(第 1 行)时，我得到了 C 和 D 的预期总和(那些未提及的通过排除)，即4:

FUN(df[1,])

如何在具有 mutate 的管道中执行类似操作(将结果添加到变量 s)。这两次尝试不起作用:

df %>% mutate(s=FUN(.))
df %>% group_by(1:n()) %>% mutate(s=FUN(.))

更新这也无法按预期工作:

df %>% rowwise(.) %>% mutate(s=FUN(.))

这是有原因的，但不在 dplyr 的 mutate(和管道)内:

df$s <- sapply(1:nrow(df), function(x) FUN(df[x,]))

Answer 1

如果您想使用dplyr您可以使用 rowwise 来执行此操作和你的功能FUN .

df %>% 
    rowwise %>% 
    do({
        result = as_data_frame(.)
        result$s = FUN(result)
        result
    })

使用 group_by 也可以实现同样的效果而不是rowwise (就像你已经尝试过的那样)但是使用 do而不是mutate

df %>% 
    group_by(1:n()) %>% 
    do({
        result = as_data_frame(.)
        result$s = FUN(result)
        result
    })

原因mutate在这种情况下不起作用，是您将整个 tibble 传递给它，所以这就像调用 FUN(df) .

执行相同操作的更有效方法是仅创建要包含的列矩阵，然后使用 rowSums .

cols <- c('B', 'C', 'D')
include_mat <- outer(function(x, y) x != y, X = df$exclude, Y = cols)
# or outer(`!=`, X = df$exclude, Y = cols) if it's more readable to you
df$s <- rowSums(df[cols] * include_mat)