dplyr mutate，应用将变量（或对象、向量）合并到感兴趣的数据帧之外的函数 问题

我很好奇如何将函数应用于

dplyr

中的

mutate

函数，这需要一个参数，该参数是我在别处定义的向量

我有一个示例，它是从我实际要做的事情中抽象出来的（我取了几个列，检查该行中是否存在依赖于表日期的值，然后返回一个字符串分类），但是为了简洁起见，下面的示例会产生相同的错误，希望这样就足够了

安装程序 或

但在本例和其他许多情况下，我经常发现在DF之外定义一个向量，然后将一个函数与多个附加参数一起应用于每一行是很有价值的

我也看到这个问题通过apply函数族解决了，但我希望在

dplyr

中有一个方法，因为它速度很快，语法也很好

---

也许我们可以让Hadleyverse添加一个操作符，告诉

dplyr

跳出当前data.frame的范围，例如

CheckArray = seq(0,100, by = 2)

DF <- dplyr::mutate(
  DF,
  Num1_even = f(Num1, %o%CheckArray%o%)
  )

CheckArray=seq（0100，by=2）
DF这与
CheckArray
向量无关。问题在于
如果
语句未在
R
中矢量化，则
。您可以改用
ifelse
。那你的电话就行了。有关更多信息，请查看
？ifelse

f <- function(x, ArrayToCheck){
  ifelse(x %in% ArrayToCheck, TRUE, FALSE)
}

dplyr::mutate(
  DF,
  Num1_even = f(Num1, CheckArray)
)

这反映了函数的构造方式。它不需要向量输入，因此需要
行方式
才能工作<代码>DF%>%rowwise%>%mutate（Num1\u偶数=f（Num1，CheckArray））
我对您建议的代码有同样的问题？谢谢。我认为我遭受了围绕标量输入设计太多函数的错误。您是否有关于资源的建议，以确保我的函数将来都能够更正确地处理向量参数？我想到了
？Vectorize
函数。但一般来说，用向量参数快速测试函数是个好主意。如果
f（1:2，ArrayToCheck）
有效，则一切正常。
dplyr::mutate(
  DF,
  Num1_even = Num1 %in% CheckArray
)

dplyr::mutate(
     DF,
     Num1_even = Num1 %in% seq(0,100, by = 2)
)

CheckArray = seq(0,100, by = 2)

DF <- dplyr::mutate(
  DF,
  Num1_even = f(Num1, %o%CheckArray%o%)
  )

f <- function(x, ArrayToCheck){
  ifelse(x %in% ArrayToCheck, TRUE, FALSE)
}

dplyr::mutate(
  DF,
  Num1_even = f(Num1, CheckArray)
)

f <- function(x, ArrayToCheck){
  x %in% ArrayToCheck
}