作者:Paul_Zhao | 来源:互联网 | 2022-11-22 05:21
我需要对列之一生成的序列求和.我这样做了:
test <- tibble::tibble(
x = c(1,2,3)
)
test %>% dplyr::mutate(., s = plyr::aaply(x, .margins = 1, .fun = function(x_i){sum(seq(x_i))}))
有更清洁的方法吗?是否有一些帮助函数,构造允许我减少这个:
plyr::aaply(x, .margins = 1, .fun = function(x_i){sum(seq(x_i))})
我正在寻找一个通用的解决方案,这里sum和seq只是一个例子.也许真正的问题是我确实想要在元素上执行函数而不是所有向量.
这是我的真实案例:
test <- tibble::tibble(
x = c(1,2,3),
y = c(0.5,1,1.5)
)
d <- c(1.23, 0.99, 2.18)
test %>% mutate(., s = (function(x, y) {
dn <- dnorm(x = d, mean = x, sd = y)
s <- sum(dn)
s
})(x,y))
test %>% plyr::ddply(., c("x","y"), .fun = function(row) {
dn <- dnorm(x = d, mean = row$x, sd = row$y)
s <- sum(dn)
s
})
我想通过mutate函数以行方式而不是矢量化的方式来做到这一点.
1> akrun..:
对于具体的例子,它是直接应用的 cumsum
test %>%
mutate(s = cumsum(x))
对于循环遍历行序列的一般情况,我们可以使用 map
test %>%
mutate(s = map_dbl(row_number(), ~ sum(seq(.x))))
# A tibble: 3 x 2
# x s
#
#1 1 1
#2 2 3
#3 3 6
更新
对于更新的数据集,请使用map2
,因为我们在数据集dnorm
的"x"和"y"列中使用相应的参数
test %>%
mutate(V1 = map2_dbl(x, y, ~ dnorm(d, mean = .x, sd = .y) %>%
sum))
# A tibble: 3 x 3
# x y V1
#
#1 1 0.5 1.56
#2 2 1 0.929
#3 3 1.5 0.470