根据横列函数过滤行（dplyr） [英] Filter rows according to rowwise function (dplyr)

问题描述

您可以帮助我在下面的最后一个命令中进行过滤，使用 dplyr 而不是 apply ？

我正在尝试解决发布的问题这里

 库（gtools）
n < -  8 
 dt< - 排列（n + 1,6，v = 0：n，repeats.allowed = TRUE）
 
 SmplMode<  -  function（x）{
 tabSmpl<  -  tabulate（x） 
 SmplMode<  - （（tabSmpl == max（tabSmpl））
 if（sum（tabSmpl == max（tabSmpl））> 1）
 SmplMode<  -  0 
 return（SmplMode）
} 
 
 res < -  dt [apply（dt，1，function（x）{
y < -  rep（c（1,2， 3,4,5,6），c（x [1]，x [2]，x [3]，x [4]，x [5]，x [6]））
 return（mean y）== 3& diff（range（y））== 4& median（y）== 3.5& SmplMode（y）== 4）
}），] 
  




解决方案

使用 rowwise 慢，所以从<$ c的逐行操作的帮助中过滤掉 SmplMode（y），mean（y），diff（range（y）） $ c> matrixStats 包年龄加快了事情。以下在我的笔记本电脑上运行大约0.4秒，而您的原始解决方案和@ shadow的解决方案运行大约70秒。



 库（dplyr）
库（matrixStats）
 
 df<  - 数据。 frame（dt）
 
 df $ m<  -  rowMaxs（dt）#for SmplMode（y）
 S<  - 矩阵（1：6，ncol = ncol（dt） = nrow（dt），byrow = T）
 Z <-S *（dt！= 0）
 Z [Z == 0] < -  NA 
 df $范围& -  rowMaxs（Z，na.rm = TRUE）-rowMins（Z，na.rm = TRUE）#for diff（rang（y））
 df $ Mean<  -  rowSums（S * dt）/ rowSums dt）#for mean（y）
 
 res < -  df％>％
 filter（X4 == m，（X1 == m）+（X2 == m）+ （X3 == m）+（X4 == m）+（X5 == m）+（X6 == m）== 1，
 Range == 4，＃range condition here 
 Mean = = 3）％>％#mean condition here 
 rowwise（）％>％
 mutate（Med = median（rep（c（1,2,3,4,5,6），c （X1，X2，X3，X4，X5，X6））））％>％
 filter（Med == 3.5）％>％#median condition here 
 select（-m，-Range ，-Mean，-Med）％>％＃摆脱新郎
 as.matrix 
  




Could you please help me do the filtering in the last command below, using dplyr instead of apply?

I was trying to solve the problem posted here

library(gtools)
n <- 8
dt <- permutations(n+1,6,v=0:n,repeats.allowed=TRUE)

SmplMode <- function(x) {
  tabSmpl <- tabulate(x)
  SmplMode <- which(tabSmpl == max(tabSmpl))
  if (sum(tabSmpl == max(tabSmpl)) > 1)
    SmplMode <- 0
  return(SmplMode)
}

res <- dt[apply(dt,1,function(x) {
  y <- rep(c(1,2,3,4,5,6),c(x[1],x[2],x[3],x[4],x[5],x[6]))
  return(mean(y)==3 & diff(range(y))==4 & median(y)==3.5 & SmplMode(y)==4)
  }),]

解决方案

Operations with rowwise is slow, so filtering out SmplMode(y), mean(y), diff(range(y)) conditions early on with the help of row-wise operations from matrixStats package speeds the things up nicely. Following runs about 0.4 sec on my laptop, while both your original solution and @shadow's solution runs about 70secs.

library(dplyr)
library(matrixStats)

df <- data.frame(dt)

df$m <- rowMaxs(dt)                                       #for SmplMode(y)  
S <- matrix(1:6, ncol=ncol(dt), nrow=nrow(dt), byrow=T)
Z <- S*(dt!=0)
Z[Z==0] <- NA
df$Range <- rowMaxs(Z, na.rm=TRUE)-rowMins(Z, na.rm=TRUE) #for diff(rang(y))
df$Mean <- rowSums(S*dt)/rowSums(dt)                      #for mean(y)

res <- df %>% 
  filter(X4  == m, (X1==m)+(X2==m)+(X3==m)+(X4==m)+(X5==m)+(X6==m)==1, 
         Range == 4, # range condition here
         Mean == 3) %>% #mean condition here
  rowwise() %>% 
  mutate(Med = median(rep(c(1,2,3,4,5,6), c(X1, X2, X3, X4, X5, X6)))) %>%
  filter(Med == 3.5) %>%   #median condition here 
  select(-m, -Range, -Mean, -Med) %>% # get rid of newcols
  as.matrix 

这篇关于根据横列函数过滤行（dplyr）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！