为什么sum（）在这个dplyr表达式中工作，而quantile（）不是？ [英] Why are sum() working in this dplyr expression while quantile() isn't?

问题描述

我想计算数据帧的每一行的分位数，并将结果作为矩阵返回。由于我想要计算和任意数量的分位数（我想像是一次快速计算它们，而不是重新运行该函数），我尝试使用我在这个问题：

  library（dplyr）
 df<  -  as.data.frame（matrix（rbinom（1000,10,0.5），nrow = 2））
 
 interim_res<  -  df％>％
 rowwise ％>％
 do（out = sapply（min（df））max（df），function（i）sum（i ==。））
 
 interim_res<  -  interim_res [[1]]％>％do.call（rbind ,.）％>％as.data.frame（。）
  

这是有道理的，但是当我尝试将相同的框架应用于 quantile（）函数时，如下所示，

  interim_res<  -  df％>％
 rowwise（）％>％
 do（out = quantile ，probs = c（0.1,0.5,0.9）））
 
 interim_res < -  interim_res [[1]]％>％do.call（rbind， 。）％>％as.data.frame（。）
  

我收到此错误消息： / p>

sort.int中的错误（x，na.last = na.last，decrease = decre，...）：

'x'必须是原子

为什么我收到错误 quantile 而不是 sum ？如何解决这个问题？

解决方案

。 in do 是一个数据框，这就是为什么你得到错误。这样做：

  df％>％
 rowwise（）％>％
 do .frame（as.list（quantile（unlist（。），probs = c（0.1,0.5,0.9）））））
  

但风险缓慢。为什么不只是：

  apply（df，1，quantile，probs = c（0.1,0.5,0.9））
  

以下是一些更大数据的时间：

  df<  -  as.data.frame（matrix（rbinom（100000,10,0.5），nrow = 1000））
 
库（微基准）
 microbenchmark（
 df％>％rowwise（）％>％do（data.frame（as.list（quantile（unlist（。），probs = c（0.1,0.5,0.9））） 
申请（df，1，quantile，probs = c（0.1,0.5,0.9）），
 times = 5 
）
  

产生：

  min lq mean median uq max neval 
 dplyr 2375.2319 2376.6658 2446.4070 2419.4561 2454.6017 2606.0794 5 
申请224.7869 231.7193 246.7137 233.4757 245.0718 298.5144 5 
  

如果你去申请路线，你应该可以坚持使用矩阵。

I want to calculate the quantiles of each row of a data frame and return the result as a matrix. Since I want to calculate and arbitrary number of quantiles (and I imagine that it is faster to calculate them all at once, rather than re-running the function), I tried using a formula I found in this question:

library(dplyr)
df<- as.data.frame(matrix(rbinom(1000,10,0.5),nrow = 2))

interim_res <- df %>% 
              rowwise() %>% 
              do(out = sapply(min(df):max(df), function(i) sum(i==.)))

interim_res <- interim_res[[1]] %>% do.call(rbind,.) %>% as.data.frame(.)

This makes sense, but when I try to apply the same framework to the quantile() function, as coded here,

interim_res <- df %>% 
              rowwise() %>% 
              do(out = quantile(.,probs = c(0.1,0.5,0.9)))

interim_res <- interim_res[[1]] %>% do.call(rbind,.) %>% as.data.frame(.)

I get this error message:

Error in sort.int(x, na.last = na.last, decreasing = decreasing, ...) :

'x' must be atomic

Why am I getting an error with quantile and not sum? How should I fix this issue?

解决方案

. in do is a data frame, which is why you get the error. This works:

df %>% 
  rowwise() %>% 
  do(data.frame(as.list(quantile(unlist(.),probs = c(0.1,0.5,0.9)))))

but risks being horrendously slow. Why not just:

apply(df, 1, quantile, probs = c(0.1,0.5,0.9))

Here are some timings with larger data:

df <- as.data.frame(matrix(rbinom(100000,10,0.5),nrow = 1000))

library(microbenchmark)
microbenchmark(
  df %>% rowwise() %>% do(data.frame(as.list(quantile(unlist(.),probs = c(0.1,0.5,0.9))))),
  apply(df, 1, quantile, probs = c(0.1,0.5,0.9)),
  times=5
) 

Produces:

            min        lq      mean    median        uq       max neval
dplyr 2375.2319 2376.6658 2446.4070 2419.4561 2454.6017 2606.0794     5
apply  224.7869  231.7193  246.7137  233.4757  245.0718  298.5144     5    

If you go the apply route you should probably stick with a matrix from the get go.

这篇关于为什么sum（）在这个dplyr表达式中工作，而quantile（）不是？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！