评估顺序与 dplyr mutate 不一致

Question

我在 mutate 调用中使用了 2 个函数。一个按预期生成每行结果，而另一个对所有行重复相同的值：

library(dplyr)

df <- data.frame(X = rpois(5, 10), Y = rpois(5,10))

pv <- function(a, b) {
  fisher.test(matrix(c(a, b, 10, 10), 2, 2),
              alternative='greater')$p.value
}

div <- function(a, b) a/b

mutate(df,  d = div(X,Y), p = pv(X, Y))

产生类似的东西：

    X  Y         d         p
1  9 15 0.6000000 0.4398077
2  8  7 1.1428571 0.4398077
3  9 14 0.6428571 0.4398077
4 11 15 0.7333333 0.4398077
5 11  7 1.5714286 0.4398077

即 d 列变化，但 v 不变，其值实际上并不对应于任何行中的 X 和 Y 值。

我怀疑这与 NSE 有关，但我不明白我是如何从中了解到它的。

是什么导致了 div 和 pv 的不同行为？如何修复 pv？

Answer 1

我们需要rowwise

df %>% 
    rowwise() %>% 
    mutate(d = div(X,Y), p = pv(X,Y))
#    X     Y        d         p
# <int> <int>    <dbl>     <dbl>
#1    10     9 1.111111 0.5619072
#2    12     8 1.500000 0.3755932
#3     9     8 1.125000 0.5601923
#4    11    16 0.687500 0.8232217
#5    16    10 1.600000 0.3145350

在 OP 的代码中，pv 将 'X' 和 'Y' 列作为输入，并提供单个输出。

或者如@Frank 提到的，可以使用mapply

df %>%
   mutate(d = div(X,Y), p = mapply(pv, X, Y))

评估顺序与 dplyr mutate 不一致

Evaluation order inconsistency with dplyr mutate

r

lazy-evaluation

operator-precedence

dplyr

nse