【发布时间】：2019-11-17 00:04:39
【问题描述】：
我正在尝试运行一个需要在数据集的子集中建立索引的函数，但在如何设置该函数时遇到了麻烦。具体来说，我正在尝试计算给定年份沿特定样带的距离，因此对于每个子集，我需要 1）确定样带中的一个端点，以及 2）计算该端点沿线的欧几里得距离子集中的其他位置。
如果我将整个数据集视为单个样带，该函数似乎可以工作：
df <- data.frame(
Transect = c(rep(1,4),rep(2,4)),
YYYY = c(2015,2015,2016,2016,2015,2015,2016,2016),
X = seq(2,16, by = 2),
Y = c(1,2,3,5,6,13,22,31))
df$dist <- NA
f <- function(X, Y) {
xs_start <- match(min(X), X) #assumes no transects are perfectly N-S
for (n in 1:length(X)){
dist[n] <- (((Y[n]-Y[xs_start])^2)+((X[n]-X[xs_start])^2))^.5
}
return(dist)
}
attach(df)
f(X, Y)
detach(df)
但是，在数据子集上运行它给我带来了麻烦。我可以使用data.table 和dplyr 成功地对数据帧进行子集化，但是在尝试在子集上运行函数时遇到了不同的问题。我发现的大多数文档都集中在聚合数据子集的方法上（有时将汇总数字加入到整个组中）。
使用data.table，我可以正确计算第一个样带，但其余部分会产生 NA，然后将整个结果向量加入每个组，而不仅仅是来自该子集的结果。
library(data.table)
dt <- data.table(df)
dt[,f(X, Y), by = .(Transect, YYYY)]
使用dplyr 也是一种选择，但同样，我不确定如何使其适用于不聚合数据的函数。
library(dplyr)
df %>%
group_by(Transect, YYYY) %>%
mutate(dist = f(X, Y))
以上代码生成Error: Column 'dist' must be length 2 (the group size) or one, not 8。
有什么想法吗？提前致谢！
【问题讨论】：
-
即使没有分组数据，您的函数也会出错
-
@akrun 即使在重新启动我的 R 会话并清除环境之后，当我复制并粘贴第一块代码时，该函数也会为我生成一个向量——你遇到了什么错误？
-
我收到
with(df, f(X, Y)) Error in dist[n] <- (((Y[n] - Y[xs_start])^2) + ((X[n] - X[xs_start])^2))^0.5 : object of type 'closure' is not subsettable我没有收到attach因为它会产生问题 -
@akrun 我正在使用 attach 来尝试复制 dplyr/data.table 中将要发生的事情的语法，所以我不想使用“df$”——现在我将回顾那些似乎已经延续到我进行子集化时的代码。如果我将函数更改为引用整个数据框并使用 df$X 等为所有内容编制索引，它就会运行。这似乎也会使子集中部分的工作复杂化......
-
f
标签： r function dplyr data.table