使用dplyr创建一个具有多个参数的函数

Question

我很努力在自己的函数中使用dplyr函数。我更接近理解，但仍然缺乏充分理解。 这里我有df包含type和D10变量。

df <- data.frame(type = c("KL", "KL", "A", "A", "B", "B", "9999", "-1"), 
       D10 = rnorm(8, 3, 4)) 

我想写一个新列会如果type == "KL"返回M的功能; "-1"如果type %in% c(9999, -1)并且那将返回K所有其他情况。我希望9999, -1, KL的值可以在函数启动时改变。

我试图用我的函数结束了这个样子：

klme <- function(dat, met, minusy = c(-1, 9999), Sortnr, type){ 
    mutate_call <- lazyeval::interp(~ifelse(a %in% met, "M", ifelse(a %in% minusy, "-1", "K")), a = as.name(Sortnr)) 
    dat %>% mutate_(.dots = setNames(list(mutate_call), type)) 
} 

klme(df, c("KL"), minusy = c(-1, 9999), "Sortnr", "typ") 

，只有K在typ列返回，而我想获得这样的输出：

type  D10 type.1 
1 KL -5.3210620  M 
2 KL 4.4832414  M 
3 A -5.3979886  K 
4 A 2.7933964  K 
5 B -0.9602293  K 
6 B 4.5097305  K 
7 9999 -3.9650796  -1 
8 -1 5.2700609  -1 

Answer 1

我相信你正在寻找这一点，请记住，你需要interp是变量（也@wici是正确的，你对klme通话不应该有Sortnr因为这是不是在df列）的所有值：

df <- data.frame(type = c("KL", "KL", "A", "A", "B", "B", "9999", "-1"), 
       D10 = rnorm(8, 3, 4)) 

klme <- function(dat, met, minusy = c(-1, 9999), Sortnr, type){ 
    mutate_call <- lazyeval::interp(~ifelse(a %in% y, "M", 
              ifelse(a %in% z, "-1", "K")), 
            a = as.name(Sortnr), 
            y = met, 
            z = minusy) 
    dat %>% mutate_(.dots = setNames(list(mutate_call), type)) 
} 

klme(df, c("KL"), minusy = c('-1', '9999'), "type", "typ") 

type  D10 typ 
1 KL 6.4760905 M 
2 KL 7.5196368 M 
3 A 2.2588101 K 
4 A 1.4910878 K 
5 B -0.3357310 K 
6 B 1.9693856 K 
7 9999 -0.3820483 -1 
8 -1 4.5595150 -1 

Answer 2

你你能地图从呜呜呜如下：

library(dplyr) 
library(purrr) 

定义一个函数来检查条件：

​​

然后用图如下，这需要从各行输入，将它传递给将gettype功能和新列返回值：

df <- df %>% 
     mutate(type.1=map_chr(type,GetType)) 

> df 
    type  D10 type.1 
1 KL 3.0820944  M 
2 KL 8.0126703  M 
3 A 8.0629672  K 
4 A 5.8460856  K 
5 B 0.6803590  K 
6 B -1.1148491  K 
7 9999 -0.4981576  -1 
8 -1 1.0648742  -1 

编辑 原则上，你还可以通过您想使用的功能来比较值：

val <- list("KL",c(9999,1)) 

GetType <- function(x,y) 

{ 
     if(x==y[[1]]) "M" 
     else if(x %in% y[[2]]) "-1" 
     else "K" 
} 


> GetType(df$type[1],val) 
[1] "M"