r - Call apply-like function on each row of dataframe with multiple arguments from each row

Question

I have a dataframe with multiple columns. For each row in the dataframe, I want to call a function on the row, and the input of the function is using multiple columns from that row. For example, let's say I have this data and this testFunc which accepts two args:

> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
  x y z
1 1 3 5
2 2 4 6
> testFunc <- function(a, b) a + b

Let's say I want to apply this testFunc to columns x and z. So, for row 1 I want 1+5, and for row 2 I want 2 + 6. Is there a way to do this without writing a for loop, maybe with the apply function family?

I tried this:

> df[,c('x','z')]
  x z
1 1 5
2 2 6
> lapply(df[,c('x','z')], testFunc)
Error in a + b : 'b' is missing

But got error, any ideas?

EDIT: the actual function I want to call is not a simple sum, but it is power.t.test. I used a+b just for example purposes. The end goal is to be able to do something like this (written in pseudocode):

df = data.frame(
    delta=c(delta_values), 
    power=c(power_values), 
    sig.level=c(sig.level_values)
)

lapply(df, power.t.test(delta_from_each_row_of_df, 
                        power_from_each_row_of_df, 
                        sig.level_from_each_row_of_df
))

where the result is a vector of outputs for power.t.test for each row of df.

score 150 · Accepted Answer

apply元のデータのサブセットに適用できます。

 dat <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
 apply(dat[,c('x','z')], 1, function(x) sum(x) )

または、関数が合計である場合は、ベクトル化されたバージョンを使用します。

rowSums(dat[,c('x','z')])
[1] 6 8

使用したい場合testFunc

 testFunc <- function(a, b) a + b
 apply(dat[,c('x','z')], 1, function(x) testFunc(x[1],x[2]))

編集インデックスではなく名前で列にアクセスするには、次のようにします。

 testFunc <- function(a, b) a + b
 apply(dat[,c('x','z')], 1, function(y) testFunc(y['z'],y['x']))

score 115 · Accepted Answer

Adata.frameはlist、だから..。

ベクトル化された関数 の場合do.call、通常は良い賭けです。しかし、議論の名前が関係してくる。ここでtestFuncは、aとbの代わりに引数xとyを使用して呼び出されます。は...、エラーを発生させることなく、無関係な引数を渡すことを許可します。

do.call( function(x,z,...) testFunc(x,z), df )

ベクトル化されていない関数の場合、mapplyは機能しますが、引数の順序を一致させるか、明示的に名前を付ける必要があります。

mapply(testFunc, df$x, df$z)

applyすべての引数が同じタイプである場合のように、場合によっては機能することがあります。そのdata.frameため、を行列に強制しても、データ型を変更しても問題は発生しません。あなたの例はこの種のものでした。

引数がすべて渡される別の関数内で関数を呼び出す場合は、これらよりもはるかに洗練されたメソッドがあります。lm()あなたがそのルートに行きたいのなら、体の最初の行を研究してください。

score 35 · Accepted Answer

使用するmapply

> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
  x y z
1 1 3 5
2 2 4 6
> mapply(function(x,y) x+y, df$x, df$z)
[1] 6 8

> cbind(df,f = mapply(function(x,y) x+y, df$x, df$z) )
  x y z f
1 1 3 5 6
2 2 4 6 8

score 24 · Accepted Answer

`dplyr`パッケージによる新しい答え

適用する関数がベクトル化されている場合は、パッケージのmutate関数を使用できます。dplyr

> library(dplyr)
> myf <- function(tens, ones) { 10 * tens + ones }
> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)
> mutate(x, value = myf(tens, ones))
  hundreds tens ones value
1        7    1    4    14
2        8    2    5    25
3        9    3    6    36

`plyr`パッケージ付きの古い答え

私の謙虚な意見では、タスクに最も適したツールはパッケージmdplyからのものです。plyr

例：

> library(plyr)
> x <- data.frame(tens = 1:3, ones = 4:6)
> mdply(x, function(tens, ones) { 10 * tens + ones })
  tens ones V1
1    1    4 14
2    2    5 25
3    3    6 36

残念ながら、Bertjan Broeksemaが指摘したように、mdply呼び出しでデータフレームのすべての列を使用しないと、このアプローチは失敗します。例えば、

> library(plyr)
> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)
> mdply(x, function(tens, ones) { 10 * tens + ones })
Error in (function (tens, ones)  : unused argument (hundreds = 7)

score 15 · Accepted Answer

mapply他の人はこの目的のために作られていることを正しく指摘していますが、（完全を期すために）概念的に単純な方法は単にforループを使用することです。

for (row in 1:nrow(df)) { 
    df$newvar[row] <- testFunc(df$x[row], df$z[row]) 
}

score 12 · Accepted Answer

多くの関数はすでにベクトル化されているため、反復する必要はありません（forループでも*pply関数でもありません）。あなたtestFuncはそのような例の1つです。あなたは単に呼び出すことができます：

  testFunc(df[, "x"], df[, "z"])

一般に、最初にそのようなベクトル化アプローチを試して、意図した結果が得られるかどうかを確認することをお勧めします。

または、ベクトル化されていない関数に複数の引数を渡す必要がある場合は、次のmapplyようになります。

  mapply(power.t.test, df[, "x"], df[, "z"])

score 5 · Accepted Answer

別のアプローチがあります。より直感的です。

いくつかの答えが考慮されていないと感じた重要な側面の1つは、後世のために指摘しますが、apply（）を使用すると、行の計算を簡単に実行できますが、マトリックス（すべて数値）データに対してのみです。

列に対する操作は、データフレームでも引き続き可能です。

as.data.frame(lapply(df, myFunctionForColumn()))

行を操作するには、最初に転置を行います。

tdf<-as.data.frame(t(df))
as.data.frame(lapply(tdf, myFunctionForRow()))

欠点は、Rがデータテーブルのコピーを作成すると私が信じていることです。これはメモリの問題である可能性があります。（これは本当に悲しいことです。なぜなら、tdfが元のdfのイテレーターになるのはプログラム的に簡単なので、メモリを節約できますが、Rはポインターまたはイテレーターの参照を許可しません。）

また、関連する質問は、データフレーム内の個々のセルをどのように操作するかです。

newdf <- as.data.frame(lapply(df, function(x) {sapply(x, myFunctionForEachCell()}))

score 5 · Accepted Answer

data.tableこれを行うための本当に直感的な方法もあります：

library(data.table)

sample_fxn = function(x,y,z){
    return((x+y)*z)
}

df = data.table(A = 1:5,B=seq(2,10,2),C = 6:10)
> df
   A  B  C
1: 1  2  6
2: 2  4  7
3: 3  6  8
4: 4  8  9
5: 5 10 10

:=関数を使用して新しい列を追加するには、角かっこ内で演算子を呼び出すことができます

df[,new_column := sample_fxn(A,B,C)]
> df
   A  B  C new_column
1: 1  2  6         18
2: 2  4  7         42
3: 3  6  8         72
4: 4  8  9        108
5: 5 10 10        150

このメソッドを使用して、定数を引数として受け入れることも簡単です。

df[,new_column2 := sample_fxn(A,B,2)]

> df
   A  B  C new_column new_column2
1: 1  2  6         18           6
2: 2  4  7         42          12
3: 3  6  8         72          18
4: 4  8  9        108          24
5: 5 10 10        150          30

score 4 · Accepted Answer

@user20877984の答えは素晴らしいです。彼らはそれを私の以前の答えよりもはるかにうまくまとめているので、ここに概念の適用における私の（おそらくまだ見苦しい）試みがあります：

do.call基本的な方法での使用：

powvalues <- list(power=0.9,delta=2)
do.call(power.t.test,powvalues)

完全なデータセットでの作業：

# get the example data
df <- data.frame(delta=c(1,1,2,2), power=c(.90,.85,.75,.45))

#> df
#  delta power
#1     1  0.90
#2     1  0.85
#3     2  0.75
#4     2  0.45

lapplypower.t.test指定された値の各行に対する関数：

result <- lapply(
  split(df,1:nrow(df)),
  function(x) do.call(power.t.test,x)
)

> str(result)
List of 4
 $ 1:List of 8
  ..$ n          : num 22
  ..$ delta      : num 1
  ..$ sd         : num 1
  ..$ sig.level  : num 0.05
  ..$ power      : num 0.9
  ..$ alternative: chr "two.sided"
  ..$ note       : chr "n is number in *each* group"
  ..$ method     : chr "Two-sample t test power calculation"
  ..- attr(*, "class")= chr "power.htest"
 $ 2:List of 8
  ..$ n          : num 19
  ..$ delta      : num 1
  ..$ sd         : num 1
  ..$ sig.level  : num 0.05
  ..$ power      : num 0.85
... ...

score 4 · Accepted Answer

私はここにきちんとした関数名を探しに来ました-それは私が存在することを知っていました。（私の）将来の参照とtidyverse愛好家のためにこれを追加する:(purrrlyr:invoke_rows古いpurrr:invoke_rowsバージョンでは）。

元の質問のように標準の統計メソッドに接続すると、ほうきパッケージがおそらく役立つでしょう。

score 3 · Accepted Answer

data.frame列が異なるタイプの場合apply()、問題があります。行の反復に関する微妙な点はapply(a.data.frame, 1, ...)、列が異なる型である場合に、暗黙的な型から文字型への変換方法です。例えば。係数と数値列。数値列を変更するために1つの列の係数を使用する例を次に示します。

mean.height = list(BOY=69.5, GIRL=64.0)

subjects = data.frame(gender = factor(c("BOY", "GIRL", "GIRL", "BOY"))
         , height = c(71.0, 59.3, 62.1, 62.1))

apply(height, 1, function(x) x[2] - mean.height[[x[1]]])

列が文字タイプに変換されるため、減算は失敗します。

1つの修正は、2番目の列を数値に逆変換することです。

apply(subjects, 1, function(x) as.numeric(x[2]) - mean.height[[x[1]]])

ただし、列を分離して以下を使用することにより、変換を回避できますmapply()。

mapply(function(x,y) y - mean.height[[x]], subjects$gender, subjects$height)

mapply()[[ ]]ベクトル引数を受け入れないため、が必要です。[]したがって、もう少し醜いコードを使用して、減算の前にベクトルをに渡すことにより、列の反復を行うことができます。

subjects$height - unlist(mean.height[subjects$gender])

score 3 · Accepted Answer

これに非常に適した関数はadply、plyr特に結果を元のデータフレームに追加する場合のfromです。この関数とそのいとこddplyは、私に多くの頭痛とコード行を節約しました！

df_appended <- adply(df, 1, mutate, sum=x+z)

または、必要な関数を呼び出すこともできます。

df_appended <- adply(df, 1, mutate, sum=testFunc(x,z))

r - Call apply-like function on each row of dataframe with multiple arguments from each row

12 に答える 12

dplyrパッケージによる新しい答え

plyrパッケージ付きの古い答え

Related

Reference

`dplyr`パッケージによる新しい答え

`plyr`パッケージ付きの古い答え