向量化列选择

Question

当 selection 特定于每一行时，如何使用一列的值（例如下面的 x）到可能列中的值 select？

x 变量确定变量 a、b 或 c 是否应为给定行 selected。这是一个简化的例子；实际单元格不是列名和行号的串联。

library(magrittr); requireNamespace("tibble"); requireNamespace("dplyr")

ds <- tibble::tibble(
  x   = c(  1 ,   1 ,   2 ,   3 ,   1 ),
  a   = c("a1", "a2", "a3", "a4", "a5"),
  b   = c("b1", "b2", "b3", "b4", "b5"),
  c   = c("c1", "c2", "c3", "c4", "c5")
)

所需列的值为：

# ds$y_desired      <- c("a1", "a2", "b3", "c4", "a5")
# ds$column_desired <- c("a" , "a" , "b" , "c" , "a" )

当然，以下不会产生单列，而是五列。

ds[, ds$column_desired]

下面会产生错误： Error in mutate_impl(.data, dots) : basic_string::_M_replace_aux.

ds %>% 
  dplyr::rowwise() %>% 
  dplyr::mutate(
    y = .[[column_desired]]
  ) %>% 
  dplyr::ungroup()

如果我的真实场景只有两个或三个选择，我可能会使用 nested-ifs，但我想要一种通用的映射方法来适应更多的条件。

ds %>% 
  dplyr::mutate(
    y_if_chain = ifelse(x==1, a, ifelse(x==2, b, c))
  )

理想情况下，该方法可以通过查找 table 或其他一些元数据对象来指导：

ds_lookup <- tibble::tribble(
  ~x,    ~desired_column,
  1L,                "a",
  2L,                "b",
  3L,                "c"
)

我确定以前有人问过这个列切换问题，但我没有找到适用的问题。

我想要 tidyverse solution (b/c that's what my team is most comfortable with), but I'm open to any tool. I couldn't figure out how to use a combination of apply and kimisc::vswitch.

Answer 1

试试这个：

ds$y_desired = apply(ds, 1, function(r) r[as.integer(r[1])+1])

Answer 2

我认为问题在于您的数据格式不符合您的需要。首先，我会使用 tidyr::gather():

从宽格式转换为长格式

library("tidyr")
ds %>% 
  gather(y, col, a:c)

# A tibble: 15 × 3
#        x     y   col
#    <dbl> <chr> <chr>
# 1      1     a    a1
# 2      1     a    a2
# 3      2     a    a3
# 4      3     a    a4
# 5      1     a    a5
# 6      1     b    b1
# 7      1     b    b2
# 8      2     b    b3
# 9      3     b    b4
# 10     1     b    b5
# 11     1     c    c1
# 12     1     c    c2
# 13     2     c    c3
# 14     3     c    c4
# 15     1     c    c5

然后根据您的要求（例如 x == 1, y == a 等）filter，任务变得像 filter 一样微不足道

Answer 3

感谢@sirallen 和@Phil 向我展示了更好的方法。如果将来对任何人有帮助，这就是我最终使用的内容。它被概括为容纳

列的任意位置，
x 和
元数据 table 将 x 值映射到所需的列（即 a、b 和 c）。

给定的观察数据集和查找数据集：

ds <- tibble::tibble(
  x   = c( 10 ,  10 ,  20 ,  30 ,  10 ),
  a   = c("a1", "a2", "a3", "a4", "a5"),
  b   = c("b1", "b2", "b3", "b4", "b5"),
  c   = c("c1", "c2", "c3", "c4", "c5")
)

ds_lookup <- tibble::tribble(
  ~x ,    ~desired_column,
  10L,                "a",
  20L,                "b",
  30L,                "c"
)

封装字符向量r和查找table之间的映射。

determine_y <- function( r ) {
  # browser()
  lookup_row_index <- match(r['x'], ds_lookup$x)
  column_name      <- ds_lookup$desired_column[lookup_row_index]
  r[column_name]
}

ds$y <- apply(ds, 1, function(r) determine_y(r))

Answer 4

在学习了@sirallen 的回答后，我重读了 Hadley 的 chapter on functionals。以下是将 switch 与 apply 系列的其他成员一起使用的解决方案，包括 Tidyverse 风格的链接。

library(magrittr); requireNamespace("purrr"); requireNamespace("tibble"); requireNamespace("dplyr")

ds <- tibble::tibble(
  x   = c( 10 ,  10 ,  20 ,  30 ,  10 ),
  a   = c("a1", "a2", "a3", "a4", "a5"),
  b   = c("b1", "b2", "b3", "b4", "b5"),
  c   = c("c1", "c2", "c3", "c4", "c5")
)
determine_2 <- function( ss, a, b, c) {
  switch(
    as.character(ss),
    "10"    =   a,
    "20"    =   b,
    "30"    =   c
  )
}

# Each of these calls returns a vector.
unlist(Map(        determine_2, ds$x, ds$a, ds$b, ds$c))
mapply(            determine_2, ds$x, ds$a, ds$b, ds$c)
parallel::mcmapply(determine_2, ds$x, ds$a, ds$b, ds$c)                 # For Linux
unlist(purrr::pmap(list(        ds$x, ds$a, ds$b, ds$c), determine_2))

# Returns a dataset with the new variable.
ds %>%
  dplyr::mutate(
    y = unlist(purrr::pmap(list(x, a, b, c), determine_2))
  )

向量化列选择

Vectorized column selection

r

switch-statement

tidyverse