如何处理在 dplyr 管道下游产生空数据的管道

Question

此问题出现在dplyr0.30 版中。

我有一系列%>%以filter. 有时，此过滤器会将数据框减少到无行。在管道下游的一些地方，我有一个if用于改变数据帧的函数。但是，如果数据帧之前已减少到零行，则此函数会出错。

例如

data(mtcars)

stupid_function <- function(x){
    if( x == 6){
        return(2*x)
    } else {
        return(x)
    }
}

for(i in 6:10) {

    data <-
        mtcars %>% 
        filter(cyl == i) %>%
        rowwise() %>%
        mutate(carb2 = stupid_function(carb)) %>%
        group_by(carb2) %>%
        summarise(mean(wt))

    print(data)

}

为 工作i = 6但失败i = 7，例如

有没有办法处理这个问题？我考虑过的两种方法是打破中间的链以检查过滤后数据是否超过一行，或者将所有内容包装在tryCatch.

Answer 1

首先，在最新版本dplyr（0.4.0）中，过滤器不再崩溃，而是在输出为0大小时返回其输入（参见#782），因此您可能不再遇到错误。具体来说：

library(dplyr)
data(mtcars)

stupid_function <- function(x){
  if(x == 6){
    return(2 * x)
  } else {
    return(x)
  }
}

for(i in 6:10) {

  data <-
    mtcars %>% 
    filter(cyl == i) %>%
    rowwise() %>%
    mutate(carb2 = stupid_function(carb)) %>%
    group_by(carb2) %>%
    summarise(mean(wt))

  print(data)

}

返回：

Source: local data frame [3 x 2]

  carb2 mean(wt)
1     1  3.33750
2     4  3.09375
3    12  2.77000
Source: local data frame [0 x 2]

Variables not shown: carb2 (dbl), mean(wt) (dbl)
Source: local data frame [4 x 2]

  carb2 mean(wt)
1     2 3.560000
2     3 3.860000
3     4 4.433167
4     8 3.570000
Source: local data frame [0 x 2]

Variables not shown: carb2 (dbl), mean(wt) (dbl)
Source: local data frame [0 x 2]

Variables not shown: carb2 (dbl), mean(wt) (dbl)
Warning messages:
1: Grouping rowwise data frame strips rowwise nature 
2: Grouping rowwise data frame strips rowwise nature 
3: Grouping rowwise data frame strips rowwise nature 
4: Grouping rowwise data frame strips rowwise nature 
5: Grouping rowwise data frame strips rowwise nature 

stupid_function您可能还想用类似这样的方法捕获 0 大小的输入：

stupid_function <- function(x = NULL) {
  if (is.null(x)) {
    return(0)
  } else if(x == 6) {
    return(2 * x)
  } else {
    return(x)
  }
}

这会将 NULL 预先分配给 x 并分配 0（或者您可以分配 NULL）作为返回（如果没有其他内容填充它）。