如何编写函数来返回绘图和对象（data.frame）？

Question

描述和目标：在 R Studio 中，我想定义一个函数，如果给定 data.frame 的列包含过高份额的缺失值（由截止值定义），则该函数会删除该列百分比。此函数应返回有关子集 data.frame 的信息（剩余列数和缺失案例的剩余份额）以及子集 data.frame 本身以供进一步分析。此外，应该有一个选项可以使用同名包的函数vis_miss() 来可视化剩余的缺失案例。

使用的包：

library(tidyverse)
library(vismiss)

数据：

my.data <- tibble(col_1 = c(1:5),
                  col_2 = c(1,2,NA,NA,NA))

我的功能：

cut_cols <- function(df, na.perc.cutoff, vis_miss=FALSE) {
  df <- df[lapply(df, function(x) sum(is.na(x)) / length(x)) < na.perc.cutoff]
  cat(paste0("Remaining cols: ", ncol(df)),
      paste0("\nRemaining miss: ", paste0(round(sum(is.na(df)) / prod(dim(df)) * 100, 2), "%\n")))
  if (vis_miss==TRUE) {return(vis_miss(df[1:nrow(df),c(1:ncol(df))], warn_large_data=F))}
  df
}

测试：

cut_cols(my.data, 0.5, vis_miss = F) # without visualization
cut_cols(my.data, 0.5, vis_miss = T) # with visualization

问题： 正如您可能已经在上面的示例中看到的那样，只有第一行，vis_miss = F 实际上返回了 data.frame，而不是第二行，vis_miss = T。我假设这是因为额外的if () {} 子句，它返回一个绘图，然后结束该过程而不打印df。有没有办法防止这种情况发生，以便第一行也返回新的 data.frame？

Answer 1

您怀疑if(){} 子句阻止打印df 是正确的。我认为return() 阻止任何功能进一步运行。如果是这种情况，最好将其放在任何函数的末尾。

此外，使用print(df) 确保您的函数输出您的数据框。以下是对您的代码的一些更改

cut_cols <- function(df, na.perc.cutoff, vis_miss=FALSE) {
  df <- df[lapply(df, function(x) sum(is.na(x)) / length(x)) < na.perc.cutoff]
  cat(paste0("Remaining cols: ", ncol(df)),
      paste0("\nRemaining miss: ", paste0(round(sum(is.na(df)) / prod(dim(df)) * 100, 2), "%\n")))
  print(df)
  if (vis_miss==TRUE) {return(vis_miss(df[1:nrow(df),c(1:ncol(df))], warn_large_data=F))}
}

cut_cols(my.data, 0.5, vis_miss = T)

如果您感兴趣，这里还有一个选项。您可以将 df 和 plot 分配给一个列表，然后调用该列表。

cut_cols <- function(df, na.perc.cutoff, vis_miss=FALSE) {
  df <- df[lapply(df, function(x) sum(is.na(x)) / length(x)) < na.perc.cutoff]
  cat(paste0("Remaining cols: ", ncol(df)),
      paste0("\nRemaining miss: ", paste0(round(sum(is.na(df)) / prod(dim(df)) * 100, 2), "%\n")))

  # empty list
  list_ <- c()
  # assign df to first index of list
  list_[[1]] <- df

  if (vis_miss==TRUE){
    plot <- vis_miss(df[1:nrow(df),c(1:ncol(df))], warn_large_data=F)
    # assign plot to second index in list
    list_[[2]] <- plot
  }
  return(list_)
}

output <- cut_cols(my.data, 0.5, vis_miss = T)

调用output 将打印df 和绘图。 output[[1]] 将只打印 df。 output[[2]] 将只打印情节。