r语言 - 为什么 mapply 没有按预期处理转换？

Question

我发布了一个使用dplyr和tidyr的问题的答案。基于这个评论，我使用Map来构建答案。

接下来，我尝试使用base R工具来回答同样的问题，但这并没有像预期的那样工作:

transform(
df,
Begin_New = Map(seq, Begin, End - 6000, list(by = 1000)) # or mapply(...)
)

导致错误:

函数(…)出错， row.names = NULL，检查。参数表示不同的行数:25、33、84、36、85、165

好吧,好吧。这似乎不起作用，但是为什么这个有效?

df2 <- data.frame(id = 1:4, nested = c("a, b, f", "c, d", "e", "e, f"))
transform(df2, nested = strsplit(nested, ", "))

在我的理解Map(seq, Begin, End - 6000, list(by = 1000))和strsplit(nested, ", ")都返回一个包含向量的list()。我错过了什么?

我读到这个问题错误在(函数(…)， row.names = NULL，检查。rows = FALSE, check.names = TRUE，:参数意味着不同的行数:1,4,5,2，但我仍然不知道，为什么这两个例子的行为不同。

数据

df <- structure(list(ID = c("A01", "A01", "A01", "A01", "A01", "A01"
), Period = c("Baseline", "Run", "Recovery", "Baseline", "Run", 
"Recovery"), Begin = c(0, 30500, 68500, 2000, 45000, 135000), 
End = c(30500, 68500, 158000, 43000, 135000, 305000)), row.names = c(NA, 
-6L), class = "data.frame")

Answer 1

我认为这是有关创建一个data.frame的列是一个列表。所以使用I来抑制对象的解释/转换。

transform(
df,
Begin_New = I(Map(seq, Begin, End - 6000, list(by = 1000)))
)

另一种方法是使用list2DF，如。

transform(
df,
unusedName = list2DF(list(Begin_New = Map(seq, Begin, End - 6000,
list(by = 1000))))
)

正如@r2evans已经指出的那样。在第一种情况下，您将创建一个新列，在第二种情况下，您将覆盖现有的列。

Answer 2

错误出现在transform.data.frame和它是如何(重新)分配列。

transform.data.frame
# function (`_data`, ...) 
# {
#     e <- eval(substitute(list(...)), `_data`, parent.frame())
#     tags <- names(e)
#     inx <- match(tags, names(`_data`))
#     matched <- !is.na(inx)
#     if (any(matched)) {
#         `_data`[inx[matched]] <- e[matched]
#         `_data` <- data.frame(`_data`)
#     }
#     if (!all(matched)) 
#         do.call("data.frame", c(list(`_data`), e[!matched]))
#     else `_data`
# }
# <bytecode: 0x000000000a34e4b0>
# <environment: namespace:base>

具体来说，如果any(matched)，那么它使用

`_data`[inx[matched]] <- e[matched]

工作。在df2示例中就是这种情况，因为您对现有变量nested进行了重新赋值。但是，如果选择分配给一个不存在的变量，它也会失败:

transform(df2, nested2 = strsplit(nested, ", "))
# Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  : 
#   arguments imply differing number of rows: 3, 2, 1

如果列不存在(如原始df中的情况)，则

do.call("data.frame", c(list(`_data`), e[!matched]))

失败。

如果我们预先分配df$Begin_New，它可以工作。

df$Begin_New <- NA
str(transform(
df,
Begin_New = Map(seq, Begin, End - 6000, by = 1000) # or mapply(...)
))
# 'data.frame': 6 obs. of  5 variables:
#  $ ID       : chr  "A01" "A01" "A01" "A01" ...
#  $ Period   : chr  "Baseline" "Run" "Recovery" "Baseline" ...
#  $ Begin    : num  0 30500 68500 2000 45000 135000
#  $ End      : num  30500 68500 158000 43000 135000 305000
#  $ Begin_New:List of 6
#   ..$ : num  0 1000 2000 3000 4000 5000 6000 7000 8000 9000 ...
#   ..$ : num  30500 31500 32500 33500 34500 35500 36500 37500 38500 39500 ...
#   ..$ : num  68500 69500 70500 71500 72500 73500 74500 75500 76500 77500 ...
#   ..$ : num  2000 3000 4000 5000 6000 7000 8000 9000 10000 11000 ...
#   ..$ : num  45000 46000 47000 48000 49000 50000 51000 52000 53000 54000 ...
#   ..$ : num  135000 136000 137000 138000 139000 140000 141000 142000 143000 144000 ...

也许这是transform.data.frame中的一个bug，仅仅由于(丢弃的)列的预先存在而产生不一致的行为似乎很奇怪。如果我们把new-variable的赋值改成这样:

transform2 <- function (`_data`, ...) {
e <- eval(substitute(list(...)), `_data`, parent.frame())
tags <- names(e)
inx <- match(tags, names(`_data`))
matched <- !is.na(inx)
if (any(matched)) {
`_data`[inx[matched]] <- e[matched]
`_data` <- data.frame(`_data`)
}
if (!all(matched))  {
`_data`[ncol(`_data`) + seq_len(sum(!matched))] <- e[!matched]
`_data` <- data.frame(`_data`)
}
`_data`
}

那就行了。(我还没有测试transform.data.frame应该处理的其他一切，但也许这应该是一个bug报告/补丁请求R-devel。)