r - dplyr::mutate 添加多个值

Question

dplyr Github repo 上有几个关于此的问题已经，并且至少有一个相关的 SO 问题，但没有一个能完全涵盖我的问题——我认为。

Adding multiple columns in a dplyr mutate call或多或少是我想要的，但是对于这种情况( tidyr::separate )有一个特殊情况的答案(我认为)对我不起作用。

This issue ("summarise or mutate with functions return multiple values/columns") 说“使用 do()”。

这是我的用例:我想计算精确的二项式置信区间

dd <- data.frame(x=c(3,4),n=c(10,11))
get_binCI <- function(x,n) {
    rbind(setNames(c(binom.test(x,n)$conf.int),c("lwr","upr")))
}
with(dd[1,],get_binCI(x,n))
##             lwr       upr
## [1,] 0.06673951 0.6524529

我可以通过 do() 完成此操作但我想知道是否有更富有表现力的方式来做到这一点(感觉就像 mutate() 可能有 .n 参数 as is being discussed for summarise() ...)

library("dplyr")
dd %>% group_by(x,n) %>%
    do(cbind(.,get_binCI(.$x,.$n)))

## Source: local data frame [2 x 4]
## Groups: x, n
## 
##   x  n        lwr       upr
## 1 3 10 0.06673951 0.6524529
## 2 4 11 0.10926344 0.6920953

Answer 1

老问题(有很多好的答案)，但这是 tidyverse 的 broom package 的一个很好的用例，它处理来自测试和建模对象的整理输出(例如 binom.test 、 lm 等)。

它比其他方法更冗长，但我认为它符合您对更具表现力的方法的渴望。

过程是:

定义您将运行的组binom.test on(在这种情况下，这些组由 x 和 n 定义)和 nest它们，为每个创建单独的 data.frames(在完整的 data.frame 内)

map binom.test调用x和 n每组的值

tidy binom.test每组的输出(这是扫帚进来的地方)

unnest整理后的测试输出 data.frames 到完整的 data.frame

现在你剩下一个data.frame，其中每一行都包含 x和 n值，结合相应 binom.test 的所有输出，为每一位输出信息(点估计、上/下 conf、p 值等)整齐地格式化为单独的列。

library(tidyverse)
library(broom)
dd <- data.frame(x=c(3,4),n=c(10,11))
dd %>%
  group_by(x, n) %>%
  nest() %>%
  mutate(test = map(data, ~tidy(binom.test(x, n)))) %>%
  unnest(test)
#> # A tibble: 2 x 11
#> # Groups:   x, n [2]
#>       x     n data  estimate statistic p.value parameter conf.low conf.high
#>   <dbl> <dbl> <lis>    <dbl>     <dbl>   <dbl>     <dbl>    <dbl>     <dbl>
#> 1     3    10 <tib…    0.3           3   0.344        10   0.0667     0.652
#> 2     4    11 <tib…    0.364         4   0.549        11   0.109      0.692
#> # … with 2 more variables: method <chr>, alternative <chr>

从这里您可以通过更多操作、选择所需的输出变量并重命名它们来获得您想要的确切格式:

dd %>%
  group_by(x, n) %>%
  nest() %>%
  mutate(test = map(data, ~tidy(binom.test(x, n)))) %>%
  unnest(test) %>%
  rename(lwr = conf.low, upr = conf.high) %>%
  select(x, n, lwr, upr)
#> # A tibble: 2 x 4
#> # Groups:   x, n [2]
#>       x     n    lwr   upr
#>   <dbl> <dbl>  <dbl> <dbl>
#> 1     3    10 0.0667 0.652
#> 2     4    11 0.109  0.692

如前所述，它很冗长。比(例如)@joran 的简洁优美

dd %>% 
    group_by(x,n) %>%
    do(foo(.$x,.$n))

但是，扫帚方法的好处是您不需要定义函数 foo (或 get_binCI )。它是完全独立的，在我看来更具表现力和灵 active 。