- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想创建一个自定义函数来计算包含 100 多列的大型数据集中的分组百分比。因为我有很多列,所以我想执行循环或 lapply 或其他操作,以避免输入该函数 100 多次。当我为每一列单独输入时,我编写的函数工作正常,但我不知道如何重复执行它。
这是一个简化的数据框和函数:
# load required libraries:
library(tidyverse)
df<-data.frame(sex=c('M','M','M','F','M','F','M',NA),
school=c('A','A','A','A','B','B','B',NA),
question1=c(NA,1,1,2,2,3,3,3),
question2=c(2,NA,2,4,5,1,2,3))
my_function<-function(dataset,question_number){
question_number_enquo<-enquo(question_number)
dataset%>%
filter(!is.na(!!question_number_enquo)&!is.na(sex))%>%
group_by(school,sex,!!question_number_enquo)%>%
count(!!question_number_enquo)%>%
summarise(number=sum(n))%>%
mutate(percent=number/sum(number)*100)%>%
ungroup()
}
当我在其中输入列名时,我的函数就会起作用:
my_function(df,question1)
A tibble: 5 x 5
school sex question1 number percent
<fct> <fct> <dbl> <int> <dbl>
1 A F 2 1 100
2 A M 1 2 100
3 B F 3 1 100
4 B M 2 1 50
5 B M 3 1 50
这是我在重申方面所做的尝试。我想对每一列重复该函数(学校和性别除外,因为这些是我的组)。
question_col_names<-(df%>%select(-sex,-school)%>%colnames())
使用 lapply 和列名作为限制:
question_col_names_enquo<-enquo(question_col_names)
lapply(df,my_function(df,!!question_col_names_enquo))
Error: Column `<chr>` must be length 7 (the number of rows) or one, not 2
尝试使用不带引号的列名称进行 lapply:
lapply(df,my_function(df,question_col_names))
Error: Column `question_col_names` is unknown
尝试使用带引号的列名称进行 lapply:
lapply(df,my_function(df,'question_col_names'))
Error: Column `"question_col_names"` can't be modified because it's a grouping variable
我也尝试过应用,并收到相同类型的错误消息:
apply(df,1,my_function(df,!!question_col_names_enquo))
Error: Column `<chr>` must be length 7 (the number of rows) or one, not 2
apply(df,1,my_function(df,question_col_names))
Error: Column `question_col_names` is unknown
apply(df,1,my_function(df,'question_col_names'))
Error: Column `"question_col_names"` can't be modified because it's a grouping variable
我还尝试了 for 循环的不同变体:
for (i in question_col_names){
my_function(df,i)
}
Error: Column `i` is unknown
for (i in question_col_names){
my_function(df,'i')
}
Error: Column `"i"` can't be modified because it's a grouping variable
如何使用迭代让我的函数在所有列上重复?
我怀疑这与 dplyr 有关;我知道它在自定义函数中表现得很有趣,但我可以让它在我的函数中工作,而不是在迭代中。我已经深入研究了 Google 和 Stack Overflow,但没有找到任何答案。
提前致谢!
最佳答案
您的question_col_names
是字符串。您需要 sym
将字符串转换为函数内的变量
library(tidyverse)
df <- data.frame(
sex = c("M", "M", "M", "F", "M", "F", "M", NA),
school = c("A", "A", "A", "A", "B", "B", "B", NA),
question1 = c(NA, 1, 1, 2, 2, 3, 3, 3),
question2 = c(2, NA, 2, 4, 5, 1, 2, 3)
)
my_function <- function(dataset, question_number) {
question_number_enquo <- sym(question_number)
dataset %>%
filter(!is.na(!!question_number_enquo) & !is.na(sex)) %>%
group_by(school, sex, !!question_number_enquo) %>%
count(!!question_number_enquo) %>%
summarise(number = sum(n)) %>%
mutate(percent = number / sum(number) * 100) %>%
ungroup()
}
my_function(df, "question1")
#> # A tibble: 5 x 5
#> school sex question1 number percent
#> <fct> <fct> <dbl> <int> <dbl>
#> 1 A F 2 1 100
#> 2 A M 1 2 100
#> 3 B F 3 1 100
#> 4 B M 2 1 50
#> 5 B M 3 1 50
question_col_names <- (df %>% select(-sex, -school) %>% colnames())
result <- map_df(question_col_names, ~ my_function(df, .x))
result
#> # A tibble: 10 x 6
#> school sex question1 number percent question2
#> <fct> <fct> <dbl> <int> <dbl> <dbl>
#> 1 A F 2 1 100 NA
#> 2 A M 1 2 100 NA
#> 3 B F 3 1 100 NA
#> 4 B M 2 1 50 NA
#> 5 B M 3 1 50 NA
#> 6 A F NA 1 100 4
#> 7 A M NA 2 100 2
#> 8 B F NA 1 100 1
#> 9 B M NA 1 50 2
#> 10 B M NA 1 50 5
如果将函数结果转换为长格式可能会更好
my_function2 <- function(dataset, question_number) {
question_number_enquo <- sym(question_number)
res <- dataset %>%
filter(!is.na(!!question_number_enquo) & !is.na(sex)) %>%
group_by(school, sex, !!question_number_enquo) %>%
count(!!question_number_enquo) %>%
summarise(number = sum(n)) %>%
mutate(percent = number / sum(number) * 100) %>%
ungroup() %>%
gather(key = 'question', value, -school, -sex, -number, -percent)
return(res)
}
result2 <- map_df(question_col_names, ~ my_function2(df, .x))
result2
#> # A tibble: 10 x 6
#> school sex number percent question value
#> <fct> <fct> <int> <dbl> <chr> <dbl>
#> 1 A F 1 100 question1 2
#> 2 A M 2 100 question1 1
#> 3 B F 1 100 question1 3
#> 4 B M 1 50 question1 2
#> 5 B M 1 50 question1 3
#> 6 A F 1 100 question2 4
#> 7 A M 2 100 question2 2
#> 8 B F 1 100 question2 1
#> 9 B M 1 50 question2 2
#> 10 B M 1 50 question2 5
由reprex package于2019年11月25日创建(v0.3.0)
关于r-如何在使用 dplyr 的自定义函数上使用迭代,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59035113/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!