在每行数据帧上调用类似应用程序的函数，每行有多个参数 [英] Call apply-like function on each row of dataframe with multiple arguments from each row

问题描述

我有一个包含多个列的数据框。对于数据帧中的每一行，我想调用该行上的一个函数，函数的输入是使用该行的多个列。例如，假设我有这个数据，这个testFunc接受两个参数：

 > df<  -  data.frame（x = c（1,2），y = c（3,4），z = c（5,6））
> df 
 x y z 
 1 1 3 5 
 2 2 4 6 
> testFunc<  - 函数（a，b）a + b 
  

到x和z列。所以，对于行1，我想要1 + 5，对于行2，我想要2 + 6。有没有办法做这个没有写一个for循环，也许与应用功能的家庭？

我尝试过：

 > df [，c（'x'，'z'）] 
 x z 
 1 1 5 
 2 2 6 
> lapply（df [，c（'x'，'z'）]，testFunc）
 + b中的错误：'b'缺少
  

但是有错误，任何想法？

编辑：我想要的实际功能电话不是一个简单的总和，但它是power.t.test。我用一个+ b为例。最终目标是能够做这样的事情（用伪代码写成）：

  df = data.frame（
 delta = c（delta_values），
 power = c（power_values），
 sig.level = c（sig.level_values）
）
 
 lapply ，power.t.test（delta_from_each_row_of_df，
 power_from_each_row_of_df，
 sig.level_from_each_row_of_df 
））
  

其中结果是df的每一行的power.t.test的输出向量。

解决方案

p>您可以将 apply 应用于原始数据的一部分。

  dat <，data（）（x = c（1,2），y = c（3,4），z = c（5,6））
 apply ，'z'）]，1，function（x）sum（x））
  

函数只是使用向量化版本的总和：

  rowSums（dat [，c（'x'，'z'）]） 
 [1] 6 8 
  

如果你想要使用 testFunc

  testFunc<  -  function（a，b ）a + b 
 apply（dat [，c（'x'，'z'）]，1，function（x）testFunc（x [1]，x [2]））
  

编辑要按名称访问列，而不是索引，您可以执行以下操作：

  testFunc<  -  function（a，b）a + b 
 apply（dat [，c（'x'，'z '）]，1，function（y）testFunc（y ['z']，y ['x']））
  




I have a dataframe with multiple columns. For each row in the dataframe, I want to call a function on the row, and the input of the function is using multiple columns from that row. For example, let's say I have this data and this testFunc which accepts two args:

> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
  x y z
1 1 3 5
2 2 4 6
> testFunc <- function(a, b) a + b

Let's say I want to apply this testFunc to columns x and z. So, for row 1 I want 1+5, and for row 2 I want 2 + 6. Is there a way to do this without writing a for loop, maybe with the apply function family?

I tried this:

> df[,c('x','z')]
  x z
1 1 5
2 2 6
> lapply(df[,c('x','z')], testFunc)
Error in a + b : 'b' is missing

But got error, any ideas?

EDIT: the actual function I want to call is not a simple sum, but it is power.t.test. I used a+b just for example purposes. The end goal is to be able to do something like this (written in pseudocode):

df = data.frame(
    delta=c(delta_values), 
    power=c(power_values), 
    sig.level=c(sig.level_values)
)

lapply(df, power.t.test(delta_from_each_row_of_df, 
                        power_from_each_row_of_df, 
                        sig.level_from_each_row_of_df
))

where the result is a vector of outputs for power.t.test for each row of df.

解决方案

You can apply apply to a subset of the original data.

 dat <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
 apply(dat[,c('x','z')], 1, function(x) sum(x) )

or if your function is just sum use the vectorized version:

rowSums(dat[,c('x','z')])
[1] 6 8

If you want to use testFunc

 testFunc <- function(a, b) a + b
 apply(dat[,c('x','z')], 1, function(x) testFunc(x[1],x[2]))

EDIT To access columns by name and not index you can do something like this:

 testFunc <- function(a, b) a + b
 apply(dat[,c('x','z')], 1, function(y) testFunc(y['z'],y['x']))

这篇关于在每行数据帧上调用类似应用程序的函数，每行有多个参数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！