用 dplyr 中的 data_frame() 和 bind_cols() 替换 data.frame 和 cbind答案

【问题标题】：Replacing data.frame by data_frame() and cbind by bind_cols() from dplyr用 dplyr 中的 data_frame() 和 bind_cols() 替换 data.frame 和 cbind
【发布时间】：2015-03-12 15:59:22
【问题描述】：

我正在尝试使用dplyr 的最新功能重写我的部分代码，方法是将data.frame() 替换为data_frame()，并将cbind() 替换为bind_cols()：

library(rgeos)
library(dplyr)

mc <- montreal %>%
  gCentroid(byid=TRUE) %>%
  data.frame %>%
  cbind(., name = montreal[["NOM"]])

当我尝试用 data_frame 替换 data.frame 时，我得到：

Error: data_frames can only contain 1d atomic vectors and lists

当我尝试用 bind_cols 替换 cbind 时，我得到：

Error: object at index 2 not a data.frame

有没有办法让这个工作？

这里，montreal 是一个 SpatialPolygonsDataframe：

GEOJSON 文件：http://elm.bi/limadmin.json

montreal <- readOGR("data/limadmin.json", "OGRGeoJSON")

【问题讨论】：

由于 S4 对象，您的 dput 输出无法重建。您可能想尝试this question 的解决方案并返回可重现的数据。
您能否提供代码行来从头开始创建它而不是 dput？
我相应地编辑了帖子
mc <- montreal %>% gCentroid(byid=TRUE) %>% data.frame %>% bind_cols(., data_frame(name=montreal[["NOM"]]))怎么样
data_frame() 与 data.frame() 不同。 data.frame() 做了很多很多事情。 data_frame() 只做一个 - 它为每个输入创建一列。

标签： r dplyr sp

【解决方案1】：

所以我最终在这两种方法上运行microbenchmark，因为使用起来感觉有点奇怪：

mc <- montreal %>% 
    gCentroid(byid=TRUE) %>% 
    data.frame %>% 
    bind_cols(., data_frame(name=montreal[["NOM"]]))

我尝试了两个不同的数据集：

world <- readOGR("data/world.json", "OGRGeoJSON")

wmbm = microbenchmark(
  base = world %>% 
    gCentroid(byid=TRUE) %>% 
    data.frame %>% 
    cbind(., name=world[["name"]]),
  dplyr = world %>% 
    gCentroid(byid=TRUE) %>% 
    data.frame %>% 
    bind_cols(., data_frame(name=world[["name"]])),
  times=100
)

微基准测试结果：

Unit: milliseconds
  expr      min       lq     mean   median       uq      max neval
  base 13.78396 14.08301 14.21357 14.12023 14.16435 20.04362   100
 dplyr 13.87098 14.10680 14.25245 14.14330 14.18020 17.63248   100

montreal <- readOGR("data/limadmin.json", "OGRGeoJSON")

lmbm = microbenchmark(
  base = montreal %>% 
    gCentroid(byid=TRUE) %>% 
    data.frame %>% 
    cbind(., name=montreal[["NOM"]]),
  dplyr = montreal %>% 
    gCentroid(byid=TRUE) %>% 
    data.frame %>% 
    bind_cols(., data_frame(name=montreal[["NOM"]])),
  times=100
  )

微基准测试结果：

Unit: milliseconds
  expr      min       lq     mean   median       uq      max neval
  base 1.597957 1.628723 1.736709 1.651747 1.686554 3.091738   100
 dplyr 1.621092 1.642678 1.756978 1.659041 1.739707 3.751866   100

这里没有真正的结论。尽管看起来有点慢，但我想我会坚持使用dplyr-esque 解决方案以保持一致性。

【讨论】：