代码之家 › 专栏 › 技术社区 › Erin

将reduce应用于R dataframe中包含列表的每一行

reduce r

Erin · 技术社区 · 5 年前

我已经包含了20行数据帧:

structure(list(countyfips = c(1003, 1003, 1003, 1003, 1003, 1005, 
1005, 1005, 1005, 1005, 1007, 1007, 1007, 1007, 1007, 1009, 1009, 
1009, 1009, 1009), engagement = c("-.186", "-.231", "-.0681", 
"-.38", "-.267", "-.0148", ".00322", ".0804", "-.478", "-.83", 
"-.0532", "-.162", "-.0185", "-.883", "-.909", ".0278", "-.537", 
"-.691", "-.972", "-.981")), row.names = c(NA, -20L), class = c("tbl_df", 
"tbl", "data.frame"))

我使用以下表达式将其分组:

math_stu_online_engage %>%
  group_by(countyfips) %>% summarise(monthly_engagement = list(engagement))

现在,我想对“每月约定”列的每个列表/行应用以下缩减功能:

mutate(acc_perc_change = Reduce(function(x, y) x + x * y, monthly_engagement))

但我有一个错误:

Error: Problem with `mutate()` input `acc_perc_change`.
x non-numeric argument to binary operator

我做错了什么?

非常感谢!

2 回复 | 直到 5 年前

Anoushiravan R 5 年前

这里有一个解决方案基尔 :

do.call(rbind, lapply(unique(df$countyfips), function(a) {
  tmp <- subset(df, countyfips == a)
  tmp <- transform(tmp, engagement = as.numeric(engagement))
  tmp$acc_perc_change <- Reduce(function(x, y) {
    x + x * y
  }, tmp$engagement)
  tmp
}))

下面是一个简化的例子 tidyverse 解决方案:

library(purrr)

df %>%
  group_by(countyfips) %>%
  summarise(engagement = as.numeric(engagement), 
            acc_perc_change = reduce(engagement, ~ .x + .x * .y))

akrun 5 年前

这是一个 character 柱所以,我们首先需要将其转换为 numeric .其次是 reduce / Reduce 输出长度为5,而行数仅为4。所以,我们可能需要用一个 list

library(dplyr)
library(purrr)
df1 %>% 
    group_by(countyfips) %>%
    summarise(monthly_engagement = as.numeric(engagement)) %>% 
    mutate(acc_perc_change = 
          reduce(monthly_engagement, ~ .x + .x * .y)) %>%
    ungroup

-乌普图特

# A tibble: 20 x 3
   countyfips monthly_engagement acc_perc_change
        <dbl>              <dbl>           <dbl>
 1       1003           -0.186       -0.0606    
 2       1003           -0.231       -0.0606    
 3       1003           -0.0681      -0.0606    
 4       1003           -0.38        -0.0606    
 5       1003           -0.267       -0.0606    
 6       1005           -0.0148      -0.00142   
 7       1005            0.00322     -0.00142   
 8       1005            0.0804      -0.00142   
 9       1005           -0.478       -0.00142   
10       1005           -0.83        -0.00142   
11       1007           -0.0532      -0.000466  
12       1007           -0.162       -0.000466  
13       1007           -0.0185      -0.000466  
14       1007           -0.883       -0.000466  
15       1007           -0.909       -0.000466  
16       1009            0.0278       0.00000212
17       1009           -0.537        0.00000212
18       1009           -0.691        0.00000212
19       1009           -0.972        0.00000212
20       1009           -0.981        0.00000212