dplyr :: mutate добавить несколько значений

Question

Есть еще несколько вопросов об этом на dplyr Github repo и, по крайней мере, один связанный вопрос SO, но ни один из них не охватывает мой вопрос - я думаю.

• Adding multiple columns in a dplyr mutate call более или менее то, что я хочу, но есть специальный случай, ответ на этот случай (tidyr::separate), не (я думаю) работает для меня.
• This issue («суммировать или мутировать с функциями, возвращающими несколько значений/столбцов») говорит «use do()».

Вот мой случай использования: Я хочу, чтобы вычислить точные биномиальных доверительные интервалы

dd <- data.frame(x=c(3,4),n=c(10,11)) 
get_binCI <- function(x,n) { 
    rbind(setNames(c(binom.test(x,n)$conf.int),c("lwr","upr"))) 
} 
with(dd[1,],get_binCI(x,n)) 
##    lwr  upr 
## [1,] 0.06673951 0.6524529 

я могу получить это сделать с do(), но мне интересно, если есть более выразительный способ сделать это (он чувствует, как mutate()может иметь .n аргумент as is being discussed for summarise() ...)

library("dplyr") 
dd %>% group_by(x,n) %>% 
    do(cbind(.,get_binCI(.$x,.$n))) 

## Source: local data frame [2 x 4] 
## Groups: x, n 
## 
## x n  lwr  upr 
## 1 3 10 0.06673951 0.6524529 
## 2 4 11 0.10926344 0.6920953 

Answer 1

Еще один вариант, хотя я думаю, что мы все раскалываем волосы здесь.

> dd <- data.frame(x=c(3,4),n=c(10,11)) 
> get_binCI <- function(x,n) { 
+ as_data_frame(setNames(as.list(binom.test(x,n)$conf.int),c("lwr","upr"))) 
+ } 
> 
> dd %>% 
+ group_by(x,n) %>% 
+ do(get_binCI(.$x,.$n)) 
Source: local data frame [2 x 4] 
Groups: x, n 

    x n  lwr  upr 
1 3 10 0.06673951 0.6524529 
2 4 11 0.10926344 0.6920953 

Лично, если мы просто по читаемости, я считаю, это предпочтительнее:

foo <- function(x,n){ 
    bi <- binom.test(x,n)$conf.int 
    data_frame(lwr = bi[1], 
       upr = bi[2]) 
} 

dd %>% 
    group_by(x,n) %>% 
    do(foo(.$x,.$n)) 

... но теперь мы действительно расщепление волос.

Answer 2

Вот быстрое решение с использованием data.table пакет вместо

Во-первых, небольшое изменение функции

get_binCI <- function(x,n) as.list(setNames(binom.test(x,n)$conf.int, c("lwr", "upr"))) 

Тогда просто

library(data.table) 
setDT(dd)[, get_binCI(x, n), by = .(x, n)] 
# x n  lwr  upr 
# 1: 3 10 0.06673951 0.6524529 
# 2: 4 11 0.10926344 0.6920953 

Answer 3

Это использует "стандартный" dplyr рабочий процесс, но, как отмечает @BenBolker в комментариях, для этого необходимо позвонить по телефону get_binCI дважды:

dd %>% group_by(x,n) %>% 
    mutate(lwr=get_binCI(x,n)[1], 
     upr=get_binCI(x,n)[2]) 

    x n  lwr  upr 
1 3 10 0.06673951 0.6524529 
2 4 11 0.10926344 0.6920953 

Answer 4

Вот некоторые варианты с rowwise и nesting.

library("dplyr") 
library("tidyr") 

кадр данных с повторными х/п комбинаций, для удовольствия

dd <- data.frame(x=c(3, 4, 3), n=c(10, 11, 10)) 

а версии функции CI, которая возвращает кадр данных, как @ Joran в

get_binCI_df <- function(x,n) { 
    binom.test(x, n)$conf.int %>% 
    setNames(c("lwr", "upr")) %>% 
    as.list() %>% as.data.frame() 
} 

Группировка по x и n, как и раньше, удаляет дубликат.

dd %>% group_by(x,n) %>% do(get_binCI_df(.$x,.$n)) 
# # A tibble: 2 x 4 
# # Groups: x, n [2] 
#  x  n  lwr  upr 
# <dbl> <dbl>  <dbl>  <dbl> 
# 1  3 10 0.1181172 0.8818828 
# 2  4 11 0.1092634 0.6920953 

Использование rowwise сохраняет все строки, но удаляет x и n, если вы поместите их обратно с помощью cbind(. (как Бен делает в OP).

dd %>% rowwise() %>% do(cbind(., get_binCI_df(.$x,.$n))) 
# Source: local data frame [3 x 4] 
# Groups: <by row> 
# 
# # A tibble: 3 x 4 
#  x  n  lwr  upr 
# * <dbl> <dbl>  <dbl>  <dbl> 
# 1  3 10 0.06673951 0.6524529 
# 2  4 11 0.10926344 0.6920953 
# 3  3 10 0.06673951 0.6524529 

Похоже, что гнездование может работать более чисто, но это так хорошо, как я могу получить. Использование mutate означает, что я могу использовать x и n непосредственно вместо .$x и .$n, но mutate ожидает единственное значение, поэтому его необходимо обернуть в list.

dd %>% rowwise() %>% mutate(ci=list(get_binCI_df(x, n))) %>% unnest() 
# # A tibble: 3 x 4 
#  x  n  lwr  upr 
# <dbl> <dbl>  <dbl>  <dbl> 
# 1  3 10 0.06673951 0.6524529 
# 2  4 11 0.10926344 0.6920953 
# 3  3 10 0.06673951 0.6524529 

И, наконец, похоже, что это открытый вопрос (по состоянию на 5 октября 2017 года) для dplyr; см. https://github.com/tidyverse/dplyr/issues/2326; если что-то подобное реализовано, то это будет самый простой способ!

Answer 5

Еще одним вариантом может служить семейство функций purrr::map.

Если заменить rbind с dplyr::bind_rows в get_binCI функции:

library(tidyverse) 

dd <- data.frame(x = c(3, 4), n = c(10, 11)) 
get_binCI <- function(x, n) { 
    bind_rows(setNames(c(binom.test(x, n)$conf.int), c("lwr", "upr"))) 
} 

Вы можете использовать purrr::map2 с tidyr::unnest:

dd %>% mutate(result = map2(x, n, get_binCI)) %>% unnest() 

#> x n  lwr  upr 
#> 1 3 10 0.06673951 0.6524529 
#> 2 4 11 0.10926344 0.6920953 

Или purrr::map2_dfr с dplyr::bind_cols:

dd %>% bind_cols(map2_dfr(.$x, .$n, get_binCI)) 

#> x n  lwr  upr 
#> 1 3 10 0.06673951 0.6524529 
#> 2 4 11 0.10926344 0.6920953