【问题标题】：How to call a function for each row of a data.frame?如何为data.frame的每一行调用一个函数？
【发布时间】：2018-06-19 22:20:31
【问题描述】：

我有一个带有多个参数的函数。这个函数返回一个data.frame。

我有另一个 data.frame。

现在我想为 data.frame 的每一行调用我的函数（作为参数）。我想 rbind 生成的 data.frames。

所以我想到了类似的东西

do.call(rbind, apply(df, 1, f))

是我的朋友。

但是：在此调用期间，df 被转换为矩阵。在此过程中，所有数字都转换为字符。所以我必须修改我的函数才能重新转换。这很笨拙，我担心我错过了什么。

所以我的问题是，我该怎么做？

示例见以下代码：

Sys.setenv(LANG = "en")
# Create data.frame
df <- data.frame(
  a = c('a', 'b', 'c'),
  b = c(1, 2, 3),
  stringsAsFactors = FALSE
)

# My function 
f <- function(x) {
  data.frame(
    x = rep(paste(rep(x[['a']], x[['b']]), collapse=''),x[['b']]),
    y = 2 * x[['b']],
    stringsAsFactors = FALSE
  )
}

apply(df, 1, f)

这里我得到了错误：

Error in 2 * x[["b"]] : non-numeric argument to binary operator

所以我将函数 f 更改为函数 g：

g <- function(x) {
  data.frame(
    x = rep(paste(rep(x[['a']], as.numeric(x[['b']])), collapse=''), as.numeric(x[['b']])),
    y = 2 * as.numeric(x[['b']]),
    stringsAsFactors = FALSE
  )
}

现在我可以打电话了

 do.call(rbind, apply(df, 1, g))

我明白了

    x y
1   a 2
2  bb 4
3  bb 4
4 ccc 6
5 ccc 6
6 ccc 6

我尝试使用 for 循环。

result <- f(df[1,])
for(i in 2:nrow(df)){
  result <- rbind(result, f(df[i,]))
}
result

确实有效。但这不可能是 R 方式。 for 循环不是“R-ish” 有太多可能出错的地方。也许 df 可以为空或只有一行。

那么什么是 base-R 或 dplyr/tidyverse 解决方案？

【问题讨论】：

我建议颠倒您的帖子的顺序——从您想要做的事情开始（示例输入和输出），然后向我们展示您的尝试。第一次通读后我有点困惑。
你知道?strrep吗？例如strrep(df$a,df$b) 是一个很好的起点。
请注意apply 几乎立即将df 转换为matrix，所以x[['b']] 已经是character 马上
@nicola 重复一个字符串不是重点。这只是一个示例函数。我想为 df 的每一行调用一个函数并 rbind 结果。
@MichaelChirico 是的，这就是我寻找更好解决方案的原因。

标签： r dataframe tidyverse

【解决方案1】：

好吧，apply() 用于矩阵，不与 data.frames 一起使用。在这种情况下确实应该避免这种情况。最好编写带有适当参数的函数，而不是需要传递 data.frame 行。

f <- function(a, b) {
  data.frame(
    x = rep(paste(rep(a, b), collapse=''), b),
    y = 2 * b,
    stringsAsFactors = FALSE
  )
}

然后您可以使用更传统的map() 样式方法（如果只使用两列尤其容易）

purrr::map2_df(df$a, df$b, f)

如果列更多，（以及与参数名称匹配的列名），您可以使用

purrr::pmap_df(df, f)

【讨论】：

这很有趣。谢谢。我会尝试将此应用于我的实际问题。
我的“真实世界功能” f 确实有两列以上。所以首先我想我可以将它们作为“...”参数传递。但这不起作用。所以我尝试了 pmap_dfr。但是 pmap_dfr 会破坏 Date (github.com/tidyverse/purrr/issues/358) 类的变量。

【解决方案2】：

我相信你可以在data.table 中非常干净地做到这一点：

library(data.table)
setDT(df)
df[ , .(x = rep(paste(rep(a, b), collapse = ''), b), y = 2*b), 
   keyby = seq_len(nrow(df))]
#    seq_len   x y
# 1:       1   a 2
# 2:       2  bb 4
# 3:       2  bb 4
# 4:       3 ccc 6
# 5:       3 ccc 6
# 6:       3 ccc 6

keyby = seq_len(nrow(df)) 部分是最笨重的部分；这尤其是针对data.table 的一些增强请求的主题，例如，#1063

【讨论】：

【解决方案3】：

tidyverse 答案：

> df %>% split(1:nrow(df)) %>% map(f) %>% bind_rows()
    x y
1   a 2
2  bb 4
3  bb 4
4 ccc 6
5 ccc 6
6 ccc 6

你可以split df by rows（它给你一个小标题列表），然后map 函数到每一行（函数返回一个数据帧），然后bind_rows() 全部回到一起。

【讨论】：