dplyr mutate - 如何将一行作为函数参数传递？

Question

我正在尝试在我的 tibble 中创建一个新列，该列收集并格式化所有其他列中找到的所有单词。如果可能的话，我想使用 dplyr 来做到这一点。原始数据框：

df <- read.table(text =      "  columnA     columnB      
                 1            A           Z                    
                 2            B           Y                    
                 3            C           X                    
                 4            D           W                    
                 5            E           V                   
                 6            F           U            "  ) 

作为一个简化的例子，我希望做类似的事情：

df %>%
    rowwise() %>%
    mutate(newColumn = myFunc(.))

输出如下所示：

       columnA     columnB      newColumn
1            A           Z             AZ        
2            B           Y             BY        
3            C           X             CX        
4            D           W             DW        
5            E           V             EV        
6            F           U             FU       

当我在代码中尝试此操作时，输出如下所示：

       columnA     columnB      newColumn
1            A           Z             ABCDEF        
2            B           Y             ABCDEF        
3            C           X             ABCDEF    
4            D           W             ABCDEF    
5            E           V             ABCDEF    
6            F           U             ABCDEF

myFunc 应该将一行作为参数，但是当我尝试使用 rowwise() 时，我似乎将整个 tibble 传递到函数中（我可以通过向 myFunc 添加打印函数来看到这一点）。

如何只传递一行并迭代执行此操作，以便将该函数应用于每一行？这可以用 dplyr 完成吗？

编辑：

为了解决我的问题，示例中的 myFunc 被简化了。实际的函数如下所示：

get_chr_vector <- function(row) {

    row <- row[,2:ncol(row)] # I need to skip the first row
    words <- str_c(row, collapse = ' ')
    words <- str_to_upper(words)
    words <- unlist(str_split(words, ' '))
    words <- words[words != '']
    words <- words[!nchar(words) <= 2]
    words <- removeWords(words, stopwords_list) # from the tm library
    words <- paste(words, sep = ' ', collapse = ' ')
}

Answer 1

看一下?dplyr::doand ?purrr::map，它允许您将任意函数应用于任意列，并通过多个一元运算符链接结果。例如，

df1 <- df %>% rowwise %>% do( X = as_data_frame(.) ) %>% ungroup
# # A tibble: 6 x 1
#                  X
# *           <list>
# 1 <tibble [1 x 2]>
# 2 <tibble [1 x 2]>
# ...

请注意，列X现在包含 1x2 data.frames（或tibbles），由原始data.frame. myFunc您现在可以使用将每一项传递给您的自定义map。

myFunc <- function(Y) {paste0( Y$columnA, Y$columnB )}
df1 %>% mutate( Result = map(X, myFunc) )
# # A tibble: 6 x 2
#                  X    Result
#             <list>    <list>
# 1 <tibble [1 x 2]> <chr [1]>
# 2 <tibble [1 x 2]> <chr [1]>
# ...

Result列现在包含根据需要myFunc应用于原始文件中每一行的输出。data.frame您可以通过串联操作来检索值tidyr::unnest。

df1 %>% mutate( Result = map(X, myFunc) ) %>% unnest
# # A tibble: 6 x 3
#   Result columnA columnB
#    <chr>  <fctr>  <fctr>
# 1     AZ       A       Z
# 2     BY       B       Y
# 3     CX       C       X
# ...

如果需要，unnest可以限制为特定列，例如unnest(Result)。

编辑：因为您的原始文件data.frame仅包含两列，所以您实际上可以跳过该do步骤并使用purrr::map2。语法非常类似于map：

myFunc <- function( a, b ) {paste0(a,b)}
df %>% mutate( Result = map2( columnA, columnB, myFunc ) )

请注意，myFunc现在定义为二元函数。