R - 在 dplyr 中使用 group_by() 和 mutate() 来应用返回组长度向量的函数

Question

以以下示例数据为例:

set.seed(1)

foo <- data.frame(x=rnorm(10, 0, 10), y=rnorm(10, 0, 10), fac = c(rep("A", 5), rep("B", 5)))

我想通过变量“fac”将数据帧“foo”拆分为 A 和 B，应用返回每个子组长度向量的函数(马氏距离)，然后将输出变异回原始数据帧。例如:

auto.mahalanobis <- function(x) {
  temp <- x[, c("x", "y")]
  return(mahalanobis(temp, center = colMeans(temp, na.rm=T), cov = cov(temp, 
use="pairwise.complete.obs")))
}

foo %>% group_by(fac) %>%
  mutate(mahal = auto.mahalanobis(.))

这给出了一个错误。显然，可以通过拆分数据集、应用函数并将输出添加为一列，然后再将其全部重新组合在一起来手动完成此过程。但是必须有一种更有效的方法来做到这一点(也许这是对 dplyr 的滥用？)。

Answer 1

你可以简单地做 -

foo %>% group_by(fac) %>%
  mutate(mahal = auto.mahalanobis(data.frame(x, y)))

# A tibble: 10 x 4
# Groups:   fac [2]
        x       y fac   mahal
    <dbl>   <dbl> <fct> <dbl>
 1 - 6.26  15.1   A     1.02 
 2   1.84   3.90  A     0.120
 3 - 8.36 - 6.21  A     2.81 
 4  16.0  -22.1   A     2.84 
 5   3.30  11.2   A     1.21 
 6 - 8.20 - 0.449 B     2.15 
 7   4.87 - 0.162 B     2.86 
 8   7.38   9.44  B     1.23 
 9   5.76   8.21  B     0.675
10 - 3.05   5.94  B     1.08

您可以删除 temp <- x[, c("x", "y")]从您的函数中，只需使用 temp而不是 x作为函数参数。

清理功能——

auto.mahalanobis <- function(temp) {
  mahalanobis(temp,
              center = colMeans(temp, na.rm=T),
              cov = cov(temp, use="pairwise.complete.obs")
              )
}

顺便说一句，你的第一篇文章干得好!