使用 R dplyr 会引发错误答案

【问题标题】：Using R dplyr throws error使用 R dplyr 会引发错误
【发布时间】：2015-04-21 07:08:24
【问题描述】：

我正在学习使用 dplyr pkg。

library(dplyr)

一个玩具数据集：

d <- expand.grid("id"=1:3,"x1"=10:12,"x2"=(20:22))

稍后我可能需要遍历列，我的真实数据有 30K 行，70 列

i <- 2

这里我希望使用通用变量名

my.variable <- names(d[i])
my.variable

将每个组标准化为 0-1 范围的函数

norm <- function(x) (x - min(x,na.rm = TRUE))/(max(x,na.rm = TRUE)-min(x,na.rm = TRUE))

df.out <- d %>% group_by(id) %>% mutate(x.norm = norm(get(my.variable, envir = as.environment(d))))

抛出错误：

Error: incompatible size (%d), expecting %d (the group size) or 1

对于错误原因的任何帮助表示赞赏。另外，这是一种可行的方法来完成这个规范化任务吗？

【问题讨论】：

标签： r statistics package dplyr

【解决方案1】：

不知道您是否真的想要@James 回答中的列。据我了解您的问题：

d %>% group_by(id) %>% mutate_each(funs(norm(.)))

Groups: id

   id  x1  x2
1   1 0.0 0.0
2   2 0.0 0.0
3   3 0.0 0.0

...

【讨论】：

谢谢迪特！一个极好的和经济的解决方案！我已经对您的解决方案进行了一些 33K 行和 73 列的压力测试：在老化的笔记本电脑上不到 2 秒即可处理。超出了我的所有期望。
赞美哈德利。之前的ddplyr 是一个很棒的概念，但速度很慢。所以dplyr 的重启是值得的。

【解决方案2】：

问题来自于使用get，我敢肯定这违反了@hadley 许可协议；）

要评估字符参数，您可以使用mutate_each_q。但是，当使用单个函数时，它会覆盖变量，因此您必须使用两个函数，然后删除第二个变量：

d %>% group_by(id) %>% mutate_each_q(funs(x.norm=norm, identity),my.variable) %>%
      select(-identity)
Source: local data frame [6 x 4]
Groups: id

  id x1 x2 x.norm
1  1 10 20    0.0
2  2 10 20    0.0
3  3 10 20    0.0
4  1 11 20    0.5
5  2 11 20    0.5
6  3 11 20    0.5
...

【讨论】：

+1 表示 hadley 许可协议。但是，mutate_each_q 已弃用，head 隐含在 tbl_df 中，即来自 dplyr 的结果（略微简化）。
向哈德利·威克姆致敬！詹姆斯，感谢您的意见和一些对我来说很新的想法。