使用dplyr应用R数据帧的几列函数

Question

使用dplyr的"谓词"，如果一个（通用）函数依赖于数据帧的多列，我如何将该函数应用于R数据帧的一列

下面是我所面临的这种情况的一个具体例子。我有一个这样的数据帧：

df <- data.frame(
    d1 = c('2016-01-30 08:40:00 UTC', '2016-03-06 09:30:00 UTC'),
    d2 = c('2016-01-30 16:20:00 UTC', '2016-03-06 13:20:00 UTC'),
    tz = c('America/Los_Angeles', 'America/Chicago'), stringsAsFactors = FALSE)

我想将UTC时间转换为本地时间，以获得这样的数据帧：

                   d1                  d2                  tz
1 2016-01-30 00:40:00 2016-01-30 08:20:00 America/Los_Angeles
2 2016-03-06 03:30:00 2016-03-06 07:20:00     America/Chicago

为此，我想将以下函数应用于日期列，该函数使用lubridate库将UTC时间转换为本地时间：

getLocTime <- function(d, tz) {
    as.character(with_tz(ymd_hms(d), tz))
}

使用dplyr，似乎转换

df %>% mutate(d1 = getLocTime(d1, tz), d2 = getLocTime(d2, tz))

应该做到这一点。然而，它以投诉Error in eval(expr, envir, enclos): invalid 'tz' value失败。

我设法将其转换为本地时间的唯一方法是使用相当笨拙的分配

df[c('d1', 'd2')] <- lapply(c('d1', 'd2'),
                            function(x) unlist(Map(getLocTime, df[[x]], df$tz)))

是否真的有一种使用dplyr习语进行这种转换的自然方法

Answer 1

正如lukeA所提到的，问题的出现是因为getLocTime没有矢量化。因此，要么按建议对函数进行矢量化，要么按行执行函数：

 df %>% rowwise() %>% mutate(d1 = getLocTime(d1, tz), d2 = getLocTime(d2, tz))

这确保了用单个数字而不是向量来调用CCD_ 3。我让你来决定哪种方法更快。