r - 为什么 R dplyr::mutate 与自定义函数不一致

Question

这个问题是一个“为什么”，而不是一个如何。在下面的代码中，我试图理解为什么 dplyr::mutate用整个向量计算一个自定义函数 ( f() )，但不计算另一个自定义函数 ( g() )。究竟是什么mutate正在做？

set.seed(1);sum(rnorm(100, c(0, 10, 100)))
f=function(m) {
    set.seed(1)
    sum(rnorm(100, mean=m))
}
g <- function(m) sin(m)
df <- data.frame(a=c(0, 10, 100))
y1 <- mutate(df, asq=a^2, fout=f(a), gout=g(a))
y2 <- rowwise(df) %>%
    mutate(asq=a^2, fout=f(a), gout=g(a))
y3 <- group_by(df, a) %>%
    summarize(asq=a^2, fout=f(a), gout=g(a))

对于所有三列， asq , fout , 和 gout , 评估在 y2 中按行进行和 y3结果是相同的。然而， y1$fout所有三行都是 3640.889，这是评估 sum(rnorm(100, c(0, 10, 100))) 的结果.所以函数 f()正在评估每一行的整个向量。

在别处提出了一个密切相关的问题 mutate/transform in R dplyr (Pass custom function) ，但没有解释“为什么”。

Answer 1

sin和 ^是矢量化的，因此它们 native 对每个单独的值进行操作，而不是对整个值向量进行操作。 f未矢量化。但是你可以做f = Vectorize(f)它也会对每个单独的值进行操作。

y1 <- mutate(df, asq=a^2, fout=f(a), gout=g(a))
y1

    a   asq     fout       gout
1   0     0 3640.889  0.0000000
2  10   100 3640.889 -0.5440211
3 100 10000 3640.889 -0.5063656

f = Vectorize(f)

y1a <- mutate(df, asq=a^2, fout=f(a), gout=g(a))
y1a

    a   asq        fout       gout
1   0     0    10.88874  0.0000000
2  10   100  1010.88874 -0.5440211
3 100 10000 10010.88874 -0.5063656

关于矢量化的一些附加信息 here , here , 和 here .