如何处理在 dplyr 管道中进一步产生空数据的管道

Question

此问题出现在 dplyr 版本 0.30 中。

我有一串管道 %>%，以 filter 开头。有时，此过滤器会将数据框减少为无行。在管道的更深处，我有一个使用 if 来改变数据框的函数。但是，如果数据框之前已减少到零行，则此函数会出错。

例如

data(mtcars)

stupid_function <- function(x){
    if( x == 6){
        return(2*x)
    } else {
        return(x)
    }
}

for(i in 6:10) {

    data <-
        mtcars %>% 
        filter(cyl == i) %>%
        rowwise() %>%
        mutate(carb2 = stupid_function(carb)) %>%
        group_by(carb2) %>%
        summarise(mean(wt))

    print(data)

}

适用于 i = 6 但不适用于 i = 7，例如

有什么办法可以解决这个问题吗？我考虑过的两种方法是在中间打断链以检查过滤后数据是否不止一行，或者将所有内容包装在 tryCatch.

中

Answer 1

首先，在最新版本dplyr（0.4.0）中，过滤器不再崩溃，但是returns its input when the output is 0-sized（见#782），所以你可能不再有你的错误。具体来说：

library(dplyr)
data(mtcars)

stupid_function <- function(x){
  if(x == 6){
    return(2 * x)
  } else {
    return(x)
  }
}

for(i in 6:10) {

  data <-
    mtcars %>% 
    filter(cyl == i) %>%
    rowwise() %>%
    mutate(carb2 = stupid_function(carb)) %>%
    group_by(carb2) %>%
    summarise(mean(wt))

  print(data)

}

Returns:

Source: local data frame [3 x 2]

  carb2 mean(wt)
1     1  3.33750
2     4  3.09375
3    12  2.77000
Source: local data frame [0 x 2]

Variables not shown: carb2 (dbl), mean(wt) (dbl)
Source: local data frame [4 x 2]

  carb2 mean(wt)
1     2 3.560000
2     3 3.860000
3     4 4.433167
4     8 3.570000
Source: local data frame [0 x 2]

Variables not shown: carb2 (dbl), mean(wt) (dbl)
Source: local data frame [0 x 2]

Variables not shown: carb2 (dbl), mean(wt) (dbl)
Warning messages:
1: Grouping rowwise data frame strips rowwise nature 
2: Grouping rowwise data frame strips rowwise nature 
3: Grouping rowwise data frame strips rowwise nature 
4: Grouping rowwise data frame strips rowwise nature 
5: Grouping rowwise data frame strips rowwise nature

您可能还想在 stupid_function 中用这样的东西来捕获 0 大小的输入：

stupid_function <- function(x = NULL) {
  if (is.null(x)) {
    return(0)
  } else if(x == 6) {
    return(2 * x)
  } else {
    return(x)
  }
}

这会将 NULL 预分配给 x 并分配 0（或者您可以分配 NULL）作为 return 如果没有其他填充它。

如何处理在 dplyr 管道中进一步产生空数据的管道

How to handle pipes producing empty data further down the dplyr pipeline

r

dplyr