Panggil fungsi apply-like pada setiap baris dataframe dengan beberapa argumen dari setiap baris

Saya memiliki kerangka data dengan banyak kolom. Untuk setiap baris dalam kerangka data, saya ingin memanggil fungsi di baris, dan input fungsi menggunakan beberapa kolom dari baris itu. Sebagai contoh, katakanlah saya memiliki data ini dan testFunc ini yang menerima dua argumen:

> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
  x y z
1 1 3 5
2 2 4 6
> testFunc <- function(a, b) a + b

Katakanlah saya ingin menerapkan testFunc ini ke kolom x dan z. Jadi, untuk baris 1 saya ingin 1 + 5, dan untuk baris 2 saya ingin 2 + 6. Apakah ada cara untuk melakukan ini tanpa menulis perulangan for, mungkin dengan fungsi yang berlaku keluarga?

Saya mencoba ini:

> df[,c('x','z')]
  x z
1 1 5
2 2 6
> lapply(df[,c('x','z')], testFunc)
Error in a + b : 'b' is missing

Tapi ada kesalahan, ada ide?

EDIT: fungsi sebenarnya yang ingin saya panggil bukanlah jumlah yang sederhana, tetapi itu adalah power.t.test. Saya menggunakan + b hanya untuk tujuan contoh. Tujuan akhirnya adalah untuk dapat melakukan sesuatu seperti ini (ditulis dalam pseudocode):

df = data.frame(
    delta=c(delta_values), 
    power=c(power_values), 
    sig.level=c(sig.level_values)
)

lapply(df, power.t.test(delta_from_each_row_of_df, 
                        power_from_each_row_of_df, 
                        sig.level_from_each_row_of_df
))

di mana hasilnya adalah vektor output untuk power.t.test untuk setiap baris df.

Anda dapat menerapkan applyke subset dari data asli.

 dat <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
 apply(dat[,c('x','z')], 1, function(x) sum(x) )

atau jika fungsi Anda hanya menggunakan versi vektor:

rowSums(dat[,c('x','z')])
[1] 6 8

Jika ingin digunakan testFunc

 testFunc <- function(a, b) a + b
 apply(dat[,c('x','z')], 1, function(x) testFunc(x[1],x[2]))

EDIT Untuk mengakses kolom dengan nama dan bukan indeks, Anda dapat melakukan sesuatu seperti ini:

 testFunc <- function(a, b) a + b
 apply(dat[,c('x','z')], 1, function(y) testFunc(y['z'],y['x']))

A data.frameadalah list, jadi ...

Untuk fungsi vektor do.call biasanya merupakan taruhan yang bagus. Namun nama-nama argumen ikut bermain. Di sini Anda testFuncdipanggil dengan args x dan y di tempat a dan b. The ...memungkinkan args tidak relevan untuk diteruskan tanpa menyebabkan kesalahan:

do.call( function(x,z,...) testFunc(x,z), df )

Untuk fungsi non-vektor , mapplyakan berfungsi, tetapi Anda harus mencocokkan urutan args atau secara eksplisit menamainya:

mapply(testFunc, df$x, df$z)

Kadang apply- kadang akan bekerja - seperti ketika semua argumen dari jenis yang sama sehingga memaksa data.frameke matriks tidak menyebabkan masalah dengan mengubah tipe data. Contoh Anda dari jenis ini.

Jika fungsi Anda dipanggil dalam fungsi lain di mana argumen dilewati, ada metode yang jauh lebih licin daripada ini. Pelajari baris pertama tubuh lm()jika Anda ingin pergi rute itu.

Menggunakan mapply

> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
  x y z
1 1 3 5
2 2 4 6
> mapply(function(x,y) x+y, df$x, df$z)
[1] 6 8

> cbind(df,f = mapply(function(x,y) x+y, df$x, df$z) )
  x y z f
1 1 3 5 6
2 2 4 6 8

Jawaban baru dengan dplyrpaket

Jika fungsi yang ingin Anda terapkan adalah vektor, maka Anda bisa menggunakan mutatefungsi dari dplyrpaket:

> library(dplyr)
> myf <- function(tens, ones) { 10 * tens + ones }
> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)
> mutate(x, value = myf(tens, ones))
  hundreds tens ones value
1        7    1    4    14
2        8    2    5    25
3        9    3    6    36

Jawaban lama dengan plyrpaket

Menurut pendapat saya, alat yang paling cocok untuk tugas ini adalah mdplydari plyrpaket.

Contoh:

> library(plyr)
> x <- data.frame(tens = 1:3, ones = 4:6)
> mdply(x, function(tens, ones) { 10 * tens + ones })
  tens ones V1
1    1    4 14
2    2    5 25
3    3    6 36

Sayangnya, seperti yang ditunjukkan Bertjan Broeksema , pendekatan ini gagal jika Anda tidak menggunakan semua kolom bingkai data dalam mdplypanggilan. Sebagai contoh,

> library(plyr)
> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)
> mdply(x, function(tens, ones) { 10 * tens + ones })
Error in (function (tens, ones)  : unused argument (hundreds = 7)

Orang lain telah dengan benar menunjukkan bahwa mapplydibuat untuk tujuan ini, tetapi (demi kelengkapan) metode yang lebih sederhana secara konseptual hanya menggunakan forloop.

for (row in 1:nrow(df)) { 
    df$newvar[row] <- testFunc(df$x[row], df$z[row]) 
}

Banyak fungsi sudah vektorisasi, sehingga tidak perlu untuk iterasi (baik forloop atau *pplyfungsi). Anda testFuncadalah salah satu contohnya. Anda cukup menelepon:

  testFunc(df[, "x"], df[, "z"])

Secara umum, saya akan merekomendasikan mencoba pendekatan vektorisasi seperti itu terlebih dahulu dan melihat apakah mereka memberi Anda hasil yang Anda inginkan.

Atau, jika Anda perlu memberikan beberapa argumen ke fungsi yang tidak di-vektor-kan, mapplymungkin yang Anda cari:

  mapply(power.t.test, df[, "x"], df[, "z"])

Berikut ini adalah pendekatan alternatif. Ini lebih intuitif.

Satu aspek kunci yang saya rasa beberapa jawaban tidak diperhitungkan, yang saya tunjukkan untuk anak cucu, berlaku () memungkinkan Anda melakukan perhitungan baris dengan mudah, tetapi hanya untuk data matriks (semua angka)

operasi pada kolom masih dimungkinkan untuk kerangka data:

as.data.frame(lapply(df, myFunctionForColumn()))

Untuk beroperasi pada baris, kita buat transposnya terlebih dahulu.

tdf<-as.data.frame(t(df))
as.data.frame(lapply(tdf, myFunctionForRow()))

Kelemahannya adalah saya percaya R akan membuat salinan tabel data Anda. Yang bisa jadi masalah memori. (Ini benar-benar menyedihkan, karena secara program sederhana untuk tdf hanya menjadi sebuah iterator ke df asli, sehingga menghemat memori, tetapi R tidak mengizinkan pointer atau iterator referensi.)

Selain itu, pertanyaan terkait, adalah bagaimana cara beroperasi pada setiap sel individu dalam kerangka data.

newdf <- as.data.frame(lapply(df, function(x) {sapply(x, myFunctionForEachCell()}))

Saya datang ke sini mencari nama fungsi rapi - yang saya tahu ada. Menambahkan ini untuk referensi masa depan (saya) dan untuk tidyversepenggemar: purrrlyr:invoke_rows( purrr:invoke_rowsdalam versi yang lebih lama).

Dengan koneksi ke metode statistik standar seperti pada pertanyaan awal, paket sapu mungkin akan membantu.

Jawaban @ user20877984 sangat bagus. Karena mereka menyimpulkannya jauh lebih baik daripada jawaban saya sebelumnya, berikut ini adalah upaya saya (yang mungkin masih jelek) pada penerapan konsep:

Menggunakan do.callsecara dasar:

powvalues <- list(power=0.9,delta=2)
do.call(power.t.test,powvalues)

Bekerja pada set data lengkap:

# get the example data
df <- data.frame(delta=c(1,1,2,2), power=c(.90,.85,.75,.45))

#> df
#  delta power
#1     1  0.90
#2     1  0.85
#3     2  0.75
#4     2  0.45

lapplyyang power.t.testfungsi untuk masing-masing baris dari nilai yang ditetapkan:

result <- lapply(
  split(df,1:nrow(df)),
  function(x) do.call(power.t.test,x)
)

> str(result)
List of 4
 $ 1:List of 8
  ..$ n          : num 22
  ..$ delta      : num 1
  ..$ sd         : num 1
  ..$ sig.level  : num 0.05
  ..$ power      : num 0.9
  ..$ alternative: chr "two.sided"
  ..$ note       : chr "n is number in *each* group"
  ..$ method     : chr "Two-sample t test power calculation"
  ..- attr(*, "class")= chr "power.htest"
 $ 2:List of 8
  ..$ n          : num 19
  ..$ delta      : num 1
  ..$ sd         : num 1
  ..$ sig.level  : num 0.05
  ..$ power      : num 0.85
... ...

data.table memiliki cara yang sangat intuitif untuk melakukan ini juga:

library(data.table)

sample_fxn = function(x,y,z){
    return((x+y)*z)
}

df = data.table(A = 1:5,B=seq(2,10,2),C = 6:10)
> df
   A  B  C
1: 1  2  6
2: 2  4  7
3: 3  6  8
4: 4  8  9
5: 5 10 10

The :=operator dapat disebut dalam tanda kurung untuk menambahkan kolom baru menggunakan fungsi

df[,new_column := sample_fxn(A,B,C)]
> df
   A  B  C new_column
1: 1  2  6         18
2: 2  4  7         42
3: 3  6  8         72
4: 4  8  9        108
5: 5 10 10        150

Juga mudah untuk menerima konstanta sebagai argumen dengan menggunakan metode ini:

df[,new_column2 := sample_fxn(A,B,2)]

> df
   A  B  C new_column new_column2
1: 1  2  6         18           6
2: 2  4  7         42          12
3: 3  6  8         72          18
4: 4  8  9        108          24
5: 5 10 10        150          30

Jika kolom data.frame adalah tipe yang berbeda, apply()memiliki masalah. Kehalusan tentang iterasi baris adalah bagaimana apply(a.data.frame, 1, ...)konversi tipe implisit ke tipe karakter ketika kolom adalah tipe yang berbeda; misalnya. kolom faktor dan angka. Berikut ini contohnya, menggunakan faktor dalam satu kolom untuk memodifikasi kolom angka:

mean.height = list(BOY=69.5, GIRL=64.0)

subjects = data.frame(gender = factor(c("BOY", "GIRL", "GIRL", "BOY"))
         , height = c(71.0, 59.3, 62.1, 62.1))

apply(height, 1, function(x) x[2] - mean.height[[x[1]]])

Pengurangan gagal karena kolom dikonversi ke tipe karakter.

Salah satu perbaikannya adalah dengan kembali mengonversi kolom kedua ke nomor:

apply(subjects, 1, function(x) as.numeric(x[2]) - mean.height[[x[1]]])

Namun konversi dapat dihindari dengan memisahkan dan menggunakan kolom mapply():

mapply(function(x,y) y - mean.height[[x]], subjects$gender, subjects$height)

mapply()diperlukan karena [[ ]]tidak menerima argumen vektor. Jadi iterasi kolom dapat dilakukan sebelum pengurangan dengan melewatkan vektor [], dengan kode yang sedikit lebih jelek:

subjects$height - unlist(mean.height[subjects$gender])

Fungsi yang sangat bagus untuk ini adalah adplydari plyr, terutama jika Anda ingin menambahkan hasilnya ke kerangka data asli. Fungsi ini dan sepupunya ddplytelah menyelamatkan saya dari banyak sakit kepala dan baris kode!

df_appended <- adply(df, 1, mutate, sum=x+z)

Atau, Anda dapat memanggil fungsi yang Anda inginkan.

df_appended <- adply(df, 1, mutate, sum=testFunc(x,z))