dplyr 错误 "length(xmin) == 1 is not TRUE" 使用积分（）函数时发生变异

Question

我有一个如下的数据框

lower <- c(1,5,15)
upper <-c(5,15,30)
df<-data.frame(lower,upper)

我想使用 dplyr 的 mutate 来创建一个定义函数曲线下面积的新变量。函数如下。

my_fun <- function(x){y = 1.205016 + 0.03796243 * log(x)}

我正在使用pracma 包中的integral() 函数来查找曲线下的区域。当我在一对上限值和下限值上使用此函数时，它运行时没有错误，如下所示。

integral(my_fun, 1,5)
[1] 4.973705`

但是，当我尝试使用 dplyr 的 mutate 运行相同的功能时，我得到以下信息。

new_df <- df %>%
   mutate(new_variable = integral(my_fun, lower, upper))

积分错误(my_fun, lower, upper) : length(xmin) == 1 is not 是的

似乎integral 函数必须读取整个向量df$lower 和df$upper，而不是读取单个值对1,5。有没有使用 dplyr 的mutate 的解决方案，或者我应该寻找其他解决方案。

我环顾四周，与 mutate 相关的这个错误的唯一实例似乎没有解决我在这里遇到的问题。

Answer 1

我们可以使用rowwise

library(dplyr)
library(pracma)
df %>%
    rowwise %>%
     mutate(new_variable = integral(my_fun, lower, upper))

-输出

# A tibble: 3 x 3
# Rowwise: 
#  lower upper new_variable
#  <dbl> <dbl>        <dbl>
#1     1     5         4.97
#2     5    15        12.9 
#3    15    30        19.8 

---

或map2

library(purrr)
df %>%
     mutate(new_variable = map2_dbl(lower, upper, ~integral(my_fun, .x, .y)))   

-输出

#  lower upper new_variable
#1     1     5     4.973705
#2     5    15    12.907107
#3    15    30    19.837273

---

或使用pmap

df %>%
     mutate(new_variable = pmap_dbl(cur_data(), ~ integral(my_fun, ..1, ..2)))
#  lower upper new_variable
#1     1     5     4.973705
#2     5    15    12.907107
#3    15    30    19.837273

---

或使用base R

df$new_variable <-  unlist(Map(function(x, y) 
          integral(my_fun, x, y), df$lower, df$upper))

---

或者使用来自base R的apply

apply(df, 1, function(x) integral(my_fun, x[1], x[2]))
#[1]  4.973705 12.907107 19.837273