是否有辅助函数可以使此代码在 tibble 上更清晰？

Question

我需要对其中一列生成的序列求和。我是这样做的：

test <- tibble::tibble(
  x = c(1,2,3)
)
test %>% dplyr::mutate(., s = plyr::aaply(x, .margins = 1, .fun = function(x_i){sum(seq(x_i))}))

有没有更简洁的方法来做到这一点？有没有一些辅助函数，构造可以让我减少这个：

plyr::aaply(x, .margins = 1, .fun = function(x_i){sum(seq(x_i))})

我正在寻找一个通用的解决方案，这里 sum 和 seq 只是一个例子。也许真正的问题是我确实想在元素而不是所有向量上执行函数。

这是我的真实案例：

test <- tibble::tibble(
  x = c(1,2,3),
  y = c(0.5,1,1.5)
)
d <- c(1.23, 0.99, 2.18)

test %>% mutate(., s = (function(x, y) {
  dn <- dnorm(x = d, mean = x, sd = y)
  s <- sum(dn)
  s
})(x,y))

test %>% plyr::ddply(., c("x","y"), .fun = function(row) {
  dn <- dnorm(x = d, mean = row$x, sd = row$y)
  s <- sum(dn)
  s
})

我想通过以连续方式而不是矢量化方式改变函数来做到这一点。

Answer 1

具体例子直接应用cumsum

test %>% 
   mutate(s = cumsum(x))

对于遍历行序列的一般情况，我们可以使用map

test %>% 
     mutate(s = map_dbl(row_number(), ~ sum(seq(.x))))
# A tibble: 3 x 2
#      x     s
#  <dbl> <dbl>
#1     1     1
#2     2     3
#3     3     6

更新

对于更新的数据集，使用 map2，因为我们使用数据集 'x' 和 'y' 列中 dnorm 中的相应参数

test %>%     
    mutate(V1 = map2_dbl(x, y, ~ dnorm(d, mean = .x, sd = .y) %>% 
                     sum))
# A tibble: 3 x 3
#     x     y    V1
#  <dbl> <dbl> <dbl>
#1     1   0.5 1.56 
#2     2   1   0.929
#3     3   1.5 0.470

是否有辅助函数可以使此代码在 tibble 上更清晰？

Is there an helper function to make this code cleaner on tibble?

r

plyr

dplyr

tibble

更新