如何使用 ddply 或 dplyr 针对数据框评估具有非矢量化输入的多变量函数？

Question

我正在尝试运行对使用扩展网格创建的数据集中的一系列点进行数值模拟。如果可能的话，我想为此使用 plyr 或 dplyr。但是，我不明白语法。

下面的代码是否存在小扰动，将 x 和 y 的值分别应用于 f？

f <- function(x, y) {
    A <- data_frame(a = x*runif(100) - y)
    B <- data_frame(b = A$a - rnorm(100)*y)
    sum(A$a) - sum(B$b)
}

X <- expand.grid(x = 1:10, y = 2:8)
X %>% mutate(z = f(x, y))

我曾希望 ddply 可以让这更容易。

编辑：这似乎符合预期：

 X %>% ddply(.(x, y), transform, z = f(x, y))

Answer 1

让我们重写您的函数以在没有 data_frame 调用的情况下执行相同的操作，仅使用向量会更快：

f <- function(x, y) {
    a = x * runif(100) - y
    b = a - rnorm(100) * y
    sum(a) - sum(b)
}

因为你想把它应用到每一行，你可以用 plyr 或 dplyr 来完成。这些工具是为 "split-apply-combine" 制作的，您可以在其中将数据框由一些石斑鱼分成几块，对每一块做一些事情，然后将它们放回一起。你想对每一行都有一些东西，所以我们将 x 和 y 都设置为分组变量，这是有效的，因为 x 和 y 的组合唯一地定义了一行：

# plyr
ddply(X, .(x, y), plyr::mutate, z = f(x, y))

# dplyr
group_by(X, x, y) %>% dplyr::mutate(z = f(x, y))

对于plyr和dplyr，都使用了mutate函数，因为您要向现有数据框添加一列，同时保持相同的行数。另一个常用函数是 summarize，当您想要将具有多行的组压缩到单个摘要行时使用它。 mutate 与 base::transform.

非常相似

使用plyr进行数据框操作确实没有任何优势，dplyr速度更快，而且大多数人认为更容易理解。当您进行更复杂的操作并使用组而不是单独的行时，它真的很出色。对于个别行，基函数 mapply 效果很好：

X$z = mapply(f, X$x, X$y)

（感谢评论中的@jeremycg）。您可以使用 dplyr，但在这种情况下没有理由这样做。

如何使用 ddply 或 dplyr 针对数据框评估具有非矢量化输入的多变量函数？

How to use ddply or dplyr to evaluate a multivariable function with unvectorized inputs against a data frame?

r

plyr