r - Dplyr 变异 : making the difference between vector to be taken element wise and vectors to be taken as vector

Question

我正在使用 dplyr 来操作数据。我有两列:x 和 y。在第三列(例如 z)中，我希望所有 x 列中的第一个索引为 y。

例如:

对于第一行，我得到 4，因为 7 在 x 中处于第 4 个位置。

所以我试过了

df <- df %>% 
  mutate(z = which (x==y)[1])

但是比较是按元素进行的(即我在 z 中只得到五)。因此我的问题是:如何在 dplyr mutate 中区分元素明智的向量和作为向量的向量？

Answer 1

dplyr 不决定函数是否按元素应用。 mutate 仅提供一种语法，通过识别如果您在 mutate 中引用 x，您可能指的是该列，从而让您更简洁地使用其他函数df$x 在 df 中。它还执行一个简单的广播步骤，如果您为其提供一个仅返回单个值的函数，它会将其复制到整个输出。

我们可以在下面的 dplyr 之外使用 which 和 match 显示相同的行为。因为 == 进行逐元素比较，所以您的第一个方法返回所有 5。 match 另一方面，“返回第一个参数在第二个参数中的(第一个)匹配位置的向量”(来自文档)，这就是您想要的。我在底部比较了两种语法，以表明关键是您提供的决定如何读取输入的函数，而不是 mutate。

x = c(1,2,3,7,9)
y = c(7,3,9,1,9)

x == y
#> [1] FALSE FALSE FALSE FALSE  TRUE
which(x == y)
#> [1] 5

match(y, x)
#> [1] 4 3 5 1 5

library(dplyr)
df <- data.frame(x, y)
df$z1 = match(df$y, df$x) # a base R syntax that forces you to specify the data frame name
df <- df %>% mutate(z2 = match(y, x)) # dplyr syntax that is more concise
df # they produce the same result
#>   x y z1 z2
#> 1 1 7  4  4
#> 2 2 3  3  3
#> 3 3 9  5  5
#> 4 7 1  1  1
#> 5 9 9  5  5

由 reprex package 创建于 2018-06-29 (v0.2.0).