为什么这个函数找不到R中的最小值？ 资料

我有两个向量，它们组合在一起创建一个

数据帧
：

datax = data.frame(vlead = vlr, vfoll= vr) 



> dput(datax)
    structure(list(vlead = c(18, 18.1, 18.2, 18.3, 18.4, 18.5, 18.6, 
    18.7, 18.8, 18.9, 19, 19.1, 19.2, 19.3, 19.4, 19.5, 19.6, 19.7, 
    19.8, 19.9, 20, 20.1, 20.2, 20.3, 20.4, 20.5, 20.6, 20.7, 20.8, 
    20.9, 21, 21.1, 21.2, 21.3, 21.4, 21.5, 21.6, 21.7, 21.8, 21.9, 
    22, 22.1, 22.2, 22.3, 22.4, 22.5, 22.6, 22.7, 22.8, 22.9, 23, 
    23.1, 23.2), vfoll = c(20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
    20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
    20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
    20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20)), .Names = c("vlead", 
    "vfoll"), row.names = c(NA, -53L), class = "data.frame") 

作用
以及以下功能：

s_BX <- function(v,vl){
  1.5 + 0.9*min(v,vl)
}  

但结果是错误的：
函数不是获取给定行的
vlead
和
vfoll
的
最小值，而是取整个向量的
min

问题:
如何解决此问题以获得以下预期输出

> BX = sapply(vlr, function (x) 1.5+0.9*min(20,x))
> BX
 [1] 17.70 17.79 17.88 17.97 18.06 18.15 18.24 18.33 18.42 18.51 18.60 18.69 18.78 18.87 18.96
[16] 19.05 19.14 19.23 19.32 19.41 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50
[31] 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50
[46] 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50

您可以使用
rowwise（）
：

将函数中的
min
更改为
pmin
。
s_BX
@Arun非常感谢
pmin
！我得到错误：
error:不兼容的类型，需要一个数字向量
它适用于我所发布的结构。我的dplyr版本是0.4.1。你的是什么？我有
dplyr 0.4.3
。这给了我错误，但谢谢你的回答。我不知道行方式。我在dplyr 0.4.3上检查了它，它仍然可以工作。您确定在发布数据结构时没有对其进行任何更改吗？是的，没有进行任何更改。我将在重新启动R后重试。
vlead vfoll   BX
    1   18.0    20 17.7
    2   18.1    20 17.7
    3   18.2    20 17.7
    4   18.3    20 17.7
    5   18.4    20 17.7
    6   18.5    20 17.7
    7   18.6    20 17.7
    8   18.7    20 17.7
    9   18.8    20 17.7
    10  18.9    20 17.7

> BX = sapply(vlr, function (x) 1.5+0.9*min(20,x))
> BX
 [1] 17.70 17.79 17.88 17.97 18.06 18.15 18.24 18.33 18.42 18.51 18.60 18.69 18.78 18.87 18.96
[16] 19.05 19.14 19.23 19.32 19.41 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50
[31] 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50
[46] 19.50 19.50 19.50 19.50 19.50 19.50 19.50 19.50

datax %>% rowwise() %>% mutate(BX = s_BX(vfoll, vlead))