按列位置将函数参数传递给 mutate_at

Question

我正在尝试收紧%>% 管道工作流，我需要将相同的函数应用于多个列，但每次都更改一个参数。我觉得 purrr 的 map 或 invoke 函数应该有所帮助，但我无法理解它。

我的数据框包含预期寿命、贫困率和家庭收入中位数列。我可以将所有这些列名传递给mutate_at 中的vars，使用round 作为应用于每个列的函数，并可选择提供digits 参数。但我想不出一种方法（如果存在）为与每一列关联的digits 传递不同的值。我希望预期寿命四舍五入为 1，贫困四舍五入为 2，收入四舍五入为 0。

我可以在每一列上调用mutate，但考虑到我可能有更多的列都接收相同的函数，只改变了一个额外的参数，我想要更简洁的东西。

library(tidyverse)

df <- tibble::tribble(
        ~name, ~life_expectancy,          ~poverty, ~household_income,
  "New Haven", 78.0580437642378, 0.264221051111753,  42588.7592521085
  )

在我的想象中，我可以这样做：

df %>%
  mutate_at(vars(life_expectancy, poverty, household_income), 
            round, digits = c(1, 2, 0))

但得到错误

mutate_impl(.data, dots) 中的错误： 列 life_expectancy 的长度必须为 1（行数），而不是 3

使用mutate_at 而不是mutate 只是为了拥有与我理想情况下相同的语法：

df %>%
  mutate_at(vars(life_expectancy), round, digits = 1) %>%
  mutate_at(vars(poverty), round, digits = 2) %>%
  mutate_at(vars(household_income), round, digits = 0)
#> # A tibble: 1 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.26            42589

对数字进行映射使用 each 列的每个 digits 选项，而不是按位置，给我 3 行，每行四舍五入到不同的位数。

df %>%
  mutate_at(vars(life_expectancy, poverty, household_income), 
            function(x) map(x, round, digits = c(1, 2, 0))) %>%
  unnest()
#> # A tibble: 3 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.3            42589.
#> 2 New Haven            78.1    0.26           42589.
#> 3 New Haven            78      0              42589

^{由reprex package (v0.2.1) 于 2018 年 11 月 13 日创建}

Answer 1

2 个解决方案

---

mutate 与 !!!

invoke 是个好主意，但现在大多数 tidyverse 函数都支持 !!! 运算符，因此您不需要它，您可以这样做：

digits <- c(life_expectancy = 1, poverty = 2, household_income = 0)  
df %>% mutate(!!!imap(digits, ~round(..3[[.y]], .x),.))
# # A tibble: 1 x 4
#          name life_expectancy poverty household_income
#         <chr>           <dbl>   <dbl>            <dbl>
#   1 New Haven            78.1    0.26            42589

..3 是初始数据帧，通过调用结束时的点作为第三个参数传递给函数。

写得更明确：

df %>% mutate(!!!imap(
  digits, 
  function(digit, name, data) round(data[[name]], digit),
  data = .))

如果您需要从旧界面开始（尽管我建议的界面会更灵活），请先这样做：

digits <- setNames(c(1, 2, 0), c("life_expectancy", "poverty", "household_income"))

---

mutate_at 和 <<-

在这里，我们尽量避免使用<<- 的良好做法，但可读性很重要，而且这篇文章真的很容易阅读。

digits <- c(1, 2, 0)
i <- 0
df %>%
  mutate_at(vars(life_expectancy, poverty, household_income), ~round(., digits[i<<- i+1]))
# A tibble: 1 x 4
#     name      life_expectancy poverty household_income
#     <chr>               <dbl>   <dbl>            <dbl>
#   1 New Haven            78.1    0.26            42589

（或者只是df %>% mutate_at(names(digits), ~round(., digits[i<<- i+1]))，如果您在我的第一个解决方案中使用命名向量）

Answer 2

按照 Henrik 的评论，这是一个 map2 解决方案。然后，您可以将其包装在自定义函数中。我提供了一个粗略的第一次尝试，但我做了最少的测试，所以如果评估很奇怪，它可能会在各种情况下中断。它也没有为.at 使用tidyselect，但modify_at 也没有...

library(tidyverse)

df <- tibble::tribble(
  ~name, ~life_expectancy,          ~poverty, ~household_income,
  "New Haven", 78.0580437642378, 0.264221051111753,  42588.7592521085,
  "New York", 12.349685329, 0.324067934, 32156.230974623
)

rounded <- df %>%
  select(life_expectancy, poverty, household_income) %>%
  map2_dfc(
    .y = c(1, 2, 0),
    .f = ~ round(.x, digits = .y)
  )
df %>%
  select(-life_expectancy, -poverty, -household_income) %>%
  bind_cols(rounded)
#> # A tibble: 2 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.26            42589
#> 2 New York             12.3    0.32            32156


modify2_at <- function(.x, .y, .at, .f) {
  modified <- .x[.at] %>%
    map2(.y, .f)
  .x[.at] <- modified
  return(.x)
}

df %>%
  modify2_at(
    .y = c(1, 2, 0),
    .at = c("life_expectancy", "poverty", "household_income"),
    .f = ~ round(.x, digits = .y)
  )
#> # A tibble: 2 x 4
#>   name      life_expectancy poverty household_income
#>   <chr>               <dbl>   <dbl>            <dbl>
#> 1 New Haven            78.1    0.26            42589
#> 2 New York             12.3    0.32            32156

^{由reprex package (v0.2.1) 于 2018 年 11 月 13 日创建}

Answer 3

tidyeval 的乐趣：

prepared_pairs <- 
  map2(
    set_names(syms(list("life_expectancy", "poverty", "household_income"))),
    c(1, 2, 0), 
    ~expr(round(!!.x, digits = !!.y))
  )

mutate(df, !!! prepared_pairs)

# # A tibble: 1 x 4
#   name      life_expectancy poverty household_income
#   <chr>               <dbl>   <dbl>            <dbl>
# 1 New Haven            78.1    0.26            42589