用magrittr、dplyr和purrr将函数有条件地应用于R中的分组数据帧

Question

我想使用magrittr、dplyr和可能的purrr的简洁性，用一个变量x拆分一个大数据帧（具有许多不同类型的变量），然后用x有条件地将不同的函数应用于每个组，并将组内的行应用于第二个变量y。

取数据帧df <- data.frame(a, b, x, c, d, y)，其中x是因子（foo，bar），y是数字。我可以用一个未删除的工作流来做我所描述的不雅的事情，因此：

df$y[df$x == "foo"] %<>% subtract(min(.))
df$y[df$x == "bar"] %<>% add(max(df$y[df$x == "foo"]))

我想使用dplyr重写它，并将其添加到df的长管道中，但我所有组合mutate、sapply和do的尝试都失败了；正如将purrr与匿名函数by_slice和dmap结合的尝试一样。

非常感谢你的建议。

Answer 1

这是dplyr而不是magrittr，但我认为它也更可读。我对%<>%有点不舒服，因为它破坏了操作的线性结构，使代码更难阅读。所以我在这里只使用%>%。

与您的描述匹配的示例数据帧：

df <- data.frame(a = 'a', 
                 b = 'b', 
                 x = c("foo", "bar") , 
                 c = 'c', 
                 d = 'd', 
                 y = 1:6) 
df
  a b   x c d y
1 a b foo c d 1
2 a b bar c d 2
3 a b foo c d 3
4 a b bar c d 4
5 a b foo c d 5
6 a b bar c d 6

您的代码：

library(dplyr)
library(magrittr)
df$y[df$x == "foo"] %<>% subtract(min(.))
df
  a b   x c d y
1 a b foo c d 0
2 a b bar c d 2
3 a b foo c d 2
4 a b bar c d 4
5 a b foo c d 4
6 a b bar c d 6
df$y[df$x == "bar"] %<>% add(max(df$y[df$x == "foo"]))
df
  a b   x c d  y
1 a b foo c d  0
2 a b bar c d  6
3 a b foo c d  2
4 a b bar c d  8
5 a b foo c d  4
6 a b bar c d 10

dplyr解决方案：

df %>% 
  mutate(y = ifelse(x == "foo", y - min(y), y)) %>% 
  mutate(y = ifelse(x == "bar", y + max(y[x == 'foo']), y))
  a b   x c d  y
1 a b foo c d  0
2 a b bar c d  6
3 a b foo c d  2
4 a b bar c d  8
5 a b foo c d  4
6 a b bar c d 10