数据框中的条件计算

Question

我经常需要根据因子变量的条件从数据框中的现有变量中计算新变量。

编辑 在 2 分钟内得到 4 个答案，我意识到我的例子过于简单化了。请看下文。

简单示例：

df <- data.frame(value=c(1:5),class=letters[1:5])
df
value class
1     a
2     b
3     c
4     d
5     e

我可以使用这样的代码

df %>% 
    mutate(result=NA) %>%
    mutate(result=ifelse(class=="a",value*1,result)) %>%
    mutate(result=ifelse(class=="b",value*2,result)) %>%
    mutate(result=ifelse(class=="c",value*3,result)) %>%
    mutate(result=ifelse(class=="d",value*4,result)) %>%
    mutate(result=ifelse(class=="e",value*5,result))

对我的变量执行条件计算，导致

value class result
 1     a      1
 2     b      4
 3     c      9
 4     d     16
 5     e     25

实际上，类的数量更大，计算更复杂，但是，我更喜欢更干净的东西，比如这样

df %>%
mutate(results=switch(levels(class),
                    "a"=value*1,
                    "b"=value*2,
                    "c"=value*3,
                    "d"=value*4,
                    "e"=value*5))

这显然行不通

Error in switch(levels(1:5), a = 1:5 * 1, b = 1:5 * 2, c = 1:5 * 3, d =  1:5 *  : 
  EXPR must be a length 1 vector

有没有办法让我用 dplyr 管道（或其他）更好地做到这一点？

编辑 实际上，我的计算中包含更多的值变量，它们不是简单的连续向量，它们是数千行测量数据。

这是我的简单示例，带有第二个随机值变量（同样，它更多地存在于我的真实数据中）

df <- data.frame(value1=c(1:5),value2=c(2.3,3.6,7.2,5.6,0),class=letters[1:5])
value1 value2 class
  1    2.3     a
  2    3.6     b
  3    7.2     c
  4    5.6     d
  5    0.0     e

我的计算因每种情况而异。我知道我可以像这样简化一些

df %>% 
mutate(result=NA,
     result=ifelse(class=="a",value1*1,result),
     result=ifelse(class=="b",value1/value2*4,result),
     result=ifelse(class=="c",value2*3.57,result),
     result=ifelse(class=="d",value1+value2*2,result),
     result=ifelse(class=="e",value2/value1/5,result))

不过，类似于上述 switch 示例的可行解决方案会更加简洁。

Answer 1

这里不用ifelse，可以用merge：

df <- data.frame(value=c(1:5),class=letters[1:5])
cond <- data.frame(ratio=c(1:5),class=letters[1:5])
transform(merge(df,cond),result=value*ratio)

  class value ratio result
1     a     1     1      1
2     b     2     2      4
3     c     3     3      9
4     d     4     4     16
5     e     5     5     25

OP 编辑​​后

看起来 OP 希望为每个类应用不同的功能。 这是一个 data.table 解决方案。我认为它简单易读。 首先，我为每个因素创建函数：

## here each function takes a data.table as an single argument
fns <- list(
  function(x) x[,value1]*1,
  function(x) x[,value1]/x[,value2]*4,
  function(x) x[,value2]*3.57,
  function(x) x[,value1]+x[,value2]*2,
  function(x) x[,value2]/x[,value1]/5
)
## create a names list here 
## the names here are just the class factors
fns <- setNames(fns,letters[1:5])

按类应用函数很简单。我创建了函数名，并使用do.call 通过函数名调用函数

## using data.table here for grouping feature
## .SD is the rest of columns except the grouping variable
## the code can also be written in dplyr or in base-R
library(data.table)
setDT(df)[,value:= fns[[class]](.SD),by=class]

     value1 value2 class     value
 1:      1    2.3     a  1.000000
 2:      2    3.6     b  2.222222
 3:      3    7.2     c 25.704000
 4:      4    5.6     d 15.200000
 5:      5    0.0     e  0.000000
 6:      1    2.3     a  1.000000
 7:      2    3.6     b  2.222222
 8:      3    7.2     c 25.704000
 9:      4    5.6     d 15.200000
10:      5    0.0     e  0.000000

我用这个df：

df <- data.frame(value1=c(1:5),value2=c(2.3,3.6,7.2,5.6,0),
                 class=rep(letters[1:5],2))

Answer 2

正如我在 cmets 中提到的，this question 或多或少与这个相同（您应该阅读那里的答案以了解下面发生的情况）：

library(data.table)
dt = as.data.table(df) # or setDT to convert in place
dt[, class := as.character(class)] # simpler

# create a data.table with *functions* to match each class
fns = data.table(cls = letters[1:5], fn = list(quote(value1*1), quote(value1/value2*4), quote(value2*3.57), quote(value1+value2*2), quote(value2/value1/5)), key = 'cls')

# I have to jump through hoops here, due to a bug or two, see below
setkey(dt, class)
newvals = dt[, eval(fns[class]$fn[[1]], .SD), by = class]$V1
dt[, result := newvals][]
#   value1 value2 class    result
#1:      1    2.3     a  1.000000
#2:      2    3.6     b  2.222222
#3:      3    7.2     c 25.704000
#4:      4    5.6     d 15.200000
#5:      5    0.0     e  0.000000

由于data.table 中的一些错误，以下简单版本尚无法使用：

dt[, result := eval(fns[class]$fn[[1]], .SD), by = class]

# or even better
dt[fns, result := eval(fn[[1]], .SD), by = .EACHI]

已提交错误报告。

---

我在下面 Frank 的 cmets 中添加了这个建议，因为我认为它很酷，这样它更有可能保存在 SO 中。一种更易读的创建函数表的方式如下：

quotem <- function(...) as.list(sys.call())[-1]

fnslist <- quotem(a = value1*1,
                  b = value1/value2*4,
                  c = value2*3.57,
                  d = value1+value2*2,
                  e = value2/value1/5)

fns = data.table(cls=names(fnslist),fn=fnslist,key="cls")

Answer 3

使用dplyr 和@agstudy 示例的类似想法：

library(dplyr)

df %>% 
  left_join(cond) %>% 
  mutate(result = value * ratio)

这给出了：

#  value class ratio result
#1     1     a     1      1
#2     2     b     2      4
#3     3     c     3      9
#4     4     d     4     16
#5     5     e     5     25

Answer 4

这是@agstudy 答案的dplyr/lazyeval 实现：

# required packages
require(lazyeval)
require(dplyr)
# data (from @agstudy)
df <- data.frame(value1=c(1:5),value2=c(2.3,3.6,7.2,5.6,0),
                 class=rep(letters[1:5],2))
# functions (lazy instead of functions)
fns <- list(
  a = lazy(x*1), 
  b = lazy(x/y*4), 
  c = lazy(y*3.57),
  d = lazy(x+y*2),
  e = lazy(y/x/5)
)
# mutate call
df %>% 
  group_by(class) %>%
  mutate(value = lazy_eval(fns[class][[1]], 
                           list(x = value1, y = value2)))