使用 dplyr 应用 R 数据框的多列函数

Question

使用 dplyr 的“动词”，如果该函数依赖于数据帧的多个列，我如何将（通用）函数应用于 R 数据帧的列？

这是我面临的情况类型的具体示例。我有一个这样的数据框：

df <- data.frame(
    d1 = c('2016-01-30 08:40:00 UTC', '2016-03-06 09:30:00 UTC'),
    d2 = c('2016-01-30 16:20:00 UTC', '2016-03-06 13:20:00 UTC'),
    tz = c('America/Los_Angeles', 'America/Chicago'), stringsAsFactors = FALSE)

我想将 UTC 时间转换为本地时间，以获得这样的数据帧：

                   d1                  d2                  tz
1 2016-01-30 00:40:00 2016-01-30 08:20:00 America/Los_Angeles
2 2016-03-06 03:30:00 2016-03-06 07:20:00     America/Chicago

为此，我想将以下函数应用到日期列：

getLocTime <- function(d, tz) {
    as.character(with_tz(ymd_hms(d), tz))
}

用dplyr，好像是改造

df %>% mutate(d1 = getLocTime(d1, tz), d2 = getLocTime(d2, tz))

应该可以解决问题。但是，投诉失败 Error in eval(expr, envir, enclos): invalid 'tz' value.

我设法转换为当地时间的唯一方法是使用相当笨拙的赋值

df[c('d1', 'd2')] <- lapply(c('d1', 'd2'),
                            function(x) unlist(Map(getLocTime, df[[x]], df$tz)))

实际上是否有使用 dplyr 习语执行此转换的自然方法？

Answer 1

如lukeA所述，问题的发生是因为getLocTime没有向量化。因此，要么按照建议对函数进行矢量化，要么按行执行函数：

 df %>% rowwise() %>% mutate(d1 = getLocTime(d1, tz), d2 = getLocTime(d2, tz))

这确保 getLocTime 是用单个数字而不是向量调用的。我让您来决定哪种方法更快。

使用 dplyr 应用 R 数据框的多列函数

Using dplyr to apply a function of several columns of an R data frame

r

dataframe

map-function