Выполнение dplyr мутировать на подмножества столбцов

Question

у меня есть data.frame, такие как это (реальный набор данных имеет гораздо больше строк и столбцов)

set.seed(15) 
dd <- data.frame(id=letters[1:4], matrix(runif(5*4), nrow=4)) 

# id  X1  X2  X3  X4  X5 
# 1 a 0.6021140 0.3670719 0.6872308 0.5090904 0.4474437 
# 2 b 0.1950439 0.9888592 0.8314290 0.7066286 0.9646670 
# 3 c 0.9664587 0.8151934 0.1046694 0.8623137 0.1411871 
# 4 d 0.6509055 0.2539684 0.6461509 0.8417851 0.7767125 

Я хотел бы иметь возможность написать dplyr заявление, в котором Я могу выбрать подмножество столбцов и изменить их. (Я пытаюсь сделать что-то похожее на использование .SDcols в data.table).

Для упрощенного примера, вот функция, которую я хотел бы написать для добавления столбцов для сумм и средств четных столбцов «Х» при сохранении всех остальных столбцов. Желаемый выход с использованием основания R равен

(cols<-paste0("X", c(2,4))) 
# [1] "X2" "X4" 
cbind(dd,evensum=rowSums(dd[,cols]),evenmean=rowMeans(dd[,cols])) 

# id  X1  X2  X3  X4  X5 evensum evenmean 
# 1 a 0.6021140 0.3670719 0.6872308 0.5090904 0.4474437 0.8761623 0.4380811 
# 2 b 0.1950439 0.9888592 0.8314290 0.7066286 0.9646670 1.6954878 0.8477439 
# 3 c 0.9664587 0.8151934 0.1046694 0.8623137 0.1411871 1.6775071 0.8387535 
# 4 d 0.6509055 0.2539684 0.6461509 0.8417851 0.7767125 1.0957535 0.5478768 

, но я хотел использовать цепочку типа dplyr, чтобы сделать то же самое. В общем случае я хотел бы использовать любую вспомогательную функцию select(), такую ​​как starts_with, ends_with, matches и т. Д. И любую функцию. Вот что я пытался

library(dplyr) 
partial_mutate1 <- function(x, colspec, ...) { 
    select_(x, .dots=list(lazyeval::lazy(colspec))) %>% 
    transmute_(.dots=lazyeval::lazy_dots(...)) %>% 
    cbind(x,.) 
} 

dd %>% partial_mutate1(num_range("X", c(2,4)), 
    evensum=rowSums(.), evenmean=rowMeans(.)) 

Однако это выдает ошибку, которая говорит

Error in rowSums(.) : 'x' must be numeric 

который, кажется, потому что ., кажется, имея в виду весь date.frame, а не выбранного подмножества. (та же ошибка, что и rowSums(dd)). Однако обратите внимание, что это дает желаемый результат

partial_mutate2 <- function(x, colspec) { 
    select_(x, .dots=list(lazyeval::lazy(colspec))) %>% 
    transmute(evensum=rowSums(.), evenmean=rowMeans(.)) %>% 
    cbind(x,.) 
} 
dd %>% partial_mutate2(seq(2,ncol(dd),2)) 

Я предполагаю, что это какая-то проблема с окружающей средой? Любые предложения о том, как передать аргументы partial_mutate1, чтобы . правильно принял значения из набора данных «select() - ed»?

Answer 1

Могу ли я что-то отсутствует или будет эта работа, как и ожидалось:

cols <- paste0("X", c(2,4)) 
dd %>% mutate(evensum = rowSums(.[cols]), evenmean = rowMeans(.[cols])) 
# id  X1  X2  X3  X4  X5 evensum evenmean 
#1 a 0.6021140 0.3670719 0.6872308 0.5090904 0.4474437 0.8761623 0.4380811 
#2 b 0.1950439 0.9888592 0.8314290 0.7066286 0.9646670 1.6954878 0.8477439 
#3 c 0.9664587 0.8151934 0.1046694 0.8623137 0.1411871 1.6775071 0.8387535 
#4 d 0.6509055 0.2539684 0.6461509 0.8417851 0.7767125 1.0957535 0.5478768 

Или вы специально искали для пользовательской функции, чтобы сделать это?

---

Не совсем то, что вы ищете, но если вы хотите сделать это внутри трубы можно использовать select явно внутри mutate как это:

dd %>% mutate(xy = select(., num_range("X", c(2,4))) %>% rowSums) 
# id  X1  X2  X3  X4  X5  xy 
#1 a 0.6021140 0.3670719 0.6872308 0.5090904 0.4474437 0.8761623 
#2 b 0.1950439 0.9888592 0.8314290 0.7066286 0.9646670 1.6954878 
#3 c 0.9664587 0.8151934 0.1046694 0.8623137 0.1411871 1.6775071 
#4 d 0.6509055 0.2539684 0.6461509 0.8417851 0.7767125 1.0957535 

Однако, это немного сложнее, если вы хотите применить несколько функций. Вы можете использовать вспомогательную функцию по линиям (..не тщательно протестирован ..):

f <- function(x, ...) { 
    n <- nrow(x) 
    x <- lapply(list(...), function(y) if (length(y) == 1L) rep(y, n) else y) 
    matrix(unlist(x), nrow = n, byrow = FALSE) 
} 

А затем применить его так:

dd %>% mutate(xy = select(., num_range("X", c(2,4))) %>% f(., rowSums(.), max(.))) 
# id  X1  X2  X3  X4  X5  xy.1  xy.2 
#1 a 0.6021140 0.3670719 0.6872308 0.5090904 0.4474437 0.8761623 0.9888592 
#2 b 0.1950439 0.9888592 0.8314290 0.7066286 0.9646670 1.6954878 0.9888592 
#3 c 0.9664587 0.8151934 0.1046694 0.8623137 0.1411871 1.6775071 0.9888592 
#4 d 0.6509055 0.2539684 0.6461509 0.8417851 0.7767125 1.0957535 0.9888592 

Answer 2

ряд-из-столбцов агностик подхода с использованием dplyr:

dd %>% 
    select(-id) %>% 
    mutate(evensum = rowSums(.[,1:length(.[1,])%%2==0]), 
     evenmean = rowMeans(.[,1:length(.[1,])%%2==0])) %>% 
    cbind(id=dd[,1],.) 

    id  X1  X2  X3  X4  X5 evensum evenmean 
1 a 0.6021140 0.3670719 0.6872308 0.5090904 0.4474437 0.8761623 0.4380812 
2 b 0.1950439 0.9888592 0.8314290 0.7066286 0.9646670 1.6954878 0.8477439 
3 c 0.9664587 0.8151934 0.1046694 0.8623137 0.1411871 1.6775071 0.8387535 
4 d 0.6509055 0.2539684 0.6461509 0.8417851 0.7767125 1.0957535 0.5478767