R 按因子计算不同列作为文本字符串传递的不同函数集
在我的R Shining应用程序中,我希望允许用户通过复选框选择列(数据中的仪器参数),并为每个列选择要应用的功能(即应用的统计数据): 计算列x,y,z 不同的函数作为文本字符串传递,为该列选择 按组执行此操作(带名称的因子列,此处称为“类别”);以及 命名输出df中的结果列(名称+函数名) 选中的复选框将生成一个命名列表,其中名称为列(df中的参数名称),每个命名列表元素包含要应用的函数的文本字符串名称向量 我的函数请求列表如下所示:R 按因子计算不同列作为文本字符串传递的不同函数集,r,dplyr,data.table,dcast,R,Dplyr,Data.table,Dcast,在我的R Shining应用程序中,我希望允许用户通过复选框选择列(数据中的仪器参数),并为每个列选择要应用的功能(即应用的统计数据): 计算列x,y,z 不同的函数作为文本字符串传递,为该列选择 按组执行此操作(带名称的因子列,此处称为“类别”);以及 命名输出df中的结果列(名称+函数名) 选中的复选框将生成一个命名列表,其中名称为列(df中的参数名称),每个命名列表元素包含要应用的函数的文本字符串名称向量 我的函数请求列表如下所示: functionlist <- list(c1 =
functionlist <- list(c1 = c('mean', 'sum'),
c2 = 'Length',
c3 = c('Min', 'Max'),
c4 = c('mean', 'sd', 'sum'))
p、 这是这个问题的后续问题:,但现在,将不同的函数应用于不同的列会带来额外的复杂性
更新如果用户还可以选择要计算的组,那就更好了。首先,我将其转换为小写,因为其中一些编写的函数不存在(至少以R为基数)。然后设置名称,以便输出列具有名称。接下来,我在函数名向量上应用
lappy
,并将它们应用于get(.y)
,这是functionlist
中当前元素的名称,即列名
以下是对不太标准的东西的一些解释:
- 来自tidyverse(特别是purrr)的
类似于imap
,但不是编写lappy
,而是将函数体中的元素称为function(x)
,您只需编写x
并使用~
引用列表中的元素,.x
引用该元素的名称即可李>.y
类似于imap\u dfc
,但它将所有结果作为数据帧一起存储imap
将搜索名称为分配给get(x)
的字符串的对象,并返回该对象。因此,如果x
和f
被指定为x
f是
或group
静态组,或者用户也可以选择此组吗?组现在是静态组,但也许我可以使动态toocolSds与sd相同。很好的开始这个答案,但我需要1个数据帧输出,与我在Q中提供的图像中的列名称相同。我在Q中将名称更改为sd,也可以在应用程序中将函数名称更改为小写,更改inputcool快速解决方案没有问题。最后的一些进一步的改进是很好的:将Category作为第1列,如果我们只想将它应用到组的子集,比如另一个输入字符串:C(a,E,F,G,I,M,P,S,T)表示instancep.S。如果你能用普通英语解释代码块是如何工作的,这将真正帮助我了解它是如何工作的。谢谢你添加解释。你是否也看到我关于只在申请之前申请的评论?category
library(data.table) n = 100000 dt = data.table(index=1:100000, category = sample(letters[1:25], n, replace = T), c1=rnorm(n,10000), c2=rnorm(n,1000), c3=rnorm(n,100), c4 = rnorm(n,10) )
library(tidyverse) imap_dfc(functionlist, ~{ .x <- tolower(.x) .x <- setNames(.x, paste0(.y, '_', .x)) dt[, lapply(.x, function(f) get(f)(get(.y))) , by = category][,-'category'] })[, category := unique(dt$category)] # c1_mean c1_sum c2_length c3_min c3_max c4_mean c4_sd c4_sum category # 1: 9999.988 39689953 3969 96.32998 103.3013 9.999057 1.0047397 39686.26 i # 2: 9999.992 40749969 4075 96.45056 103.4090 9.990428 1.0018953 40710.99 e # 3: 9999.980 39769919 3977 96.93850 103.6276 10.014546 1.0231273 39827.85 p # 4: 9999.989 40379955 4038 96.04255 103.6632 9.999367 0.9892175 40377.45 y # 5: 10000.008 39550031 3955 96.25407 103.7432 10.003377 1.0169810 39563.36 d # 6: 9999.997 38809990 3881 96.29265 104.3206 9.993976 1.0026220 38786.62 q # 7: 10000.021 39910082 3991 96.50937 103.4453 9.989248 0.9877364 39867.09 o # 8: 10000.028 39860113 3986 96.18319 103.8271 9.996190 0.9688054 39844.81 w # 9: 10000.006 39860025 3986 96.89095 103.8927 10.004848 1.0097102 39879.32 n # 10: 10000.018 39700073 3970 96.36530 103.4446 10.012726 1.0140592 39750.52 s # 11: 9999.997 39939988 3994 96.40691 103.7046 9.983768 1.0036815 39875.17 u # 12: 9999.985 39809941 3981 96.22220 104.0094 10.026315 1.0019427 39914.76 g # 13: 10000.013 40330054 4033 96.29462 103.8641 9.983023 0.9943337 40261.53 x # 14: 10000.003 39060012 3906 96.42303 103.7972 9.997054 0.9981013 39048.49 j # 15: 10000.002 39640008 3964 96.30402 103.8221 10.003373 1.0198045 39653.37 h # 16: 10000.003 40860011 4086 96.54114 103.4493 9.978961 0.9921391 40774.04 l # 17: 9999.978 40829908 4083 96.18487 103.7403 9.997847 1.0126861 40821.21 f # 18: 9999.964 39249859 3925 96.22323 103.6110 9.994997 0.9965463 39230.36 m # 19: 9999.964 39959858 3996 96.37931 103.4358 10.020087 1.0149939 40040.27 v # 20: 10000.014 40760057 4076 96.22407 104.0107 10.015623 0.9981900 40823.68 b # 21: 9999.998 40019993 4002 96.77786 103.7248 10.000020 1.0099821 40020.08 k # 22: 9999.981 41449920 4145 96.73103 103.8441 10.032406 1.0161685 41584.32 t # 23: 10000.010 39320039 3932 95.83859 103.2523 9.970763 0.9953307 39205.04 a # 24: 9999.984 40769934 4077 96.05744 103.3219 9.995989 1.0073559 40753.65 r # 25: 10000.001 39720003 3972 96.51861 103.3922 9.945475 0.9816170 39503.43 c # c1_mean c1_sum c2_length c3_min c3_max c4_mean c4_sd c4_sum category