2

我有一个来自包（tidycensus）的函数，我想通过管道和变异来使用它。我创建了这个简单的模型来展示这种情况。

library(tidycensus)

tt <- as_data_frame(matrix(1:36, ncol = 6))
colnames(tt) <- c("A", "B", "C", "D", "E", "F")
tt2 <- tt %>% mutate(moe=moe_prop(.[,"A"],.[,"C"], .[,"D"],.[,"B"]))

最终结果将结果包装到列表中（都与每个列表中的计算值相等）并将它们放在moe列的每个位置，如下所示。显然，我想要一个填充列moe的向量

> tt2
# A tibble: 6 x 7
      A     B     C     D     E     F    moe      
    <int> <int> <int> <int> <int> <int> <list>   
1     1     7    13    19    25    31 <dbl [6]>
2     2     8    14    20    26    32 <dbl [6]>
3     3     9    15    21    27    33 <dbl [6]>
4     4    10    16    22    28    34 <dbl [6]>
5     5    11    17    23    29    35 <dbl [6]>
6     6    12    18    24    30    36 <dbl [6]>

我知道使用[,"Column_name]格式返回列表。因此，我尝试在as.vector每个输入变量之前添加到函数中。还是一样的结果。我想知道我在这里缺少什么。

4

2 回答 2

1

基于输入数据集，假设我们每行只需要一个值，通过moe_prop对每一行执行，将列名转换为符号，然后进行评估 ( !!!)

tt %>% 
  mutate(moe = moe_prop(!!! rlang::syms(names(.)[c(1, 3, 4, 2)])))
# A tibble: 6 x 7
#      A     B     C     D     E     F   moe
#  <int> <int> <int> <int> <int> <int> <dbl>
#1     1     7    13    19    25    31  1.46
#2     2     8    14    20    26    32  1.43
#3     3     9    15    21    27    33  1.39
#4     4    10    16    22    28    34  1.37
#5     5    11    17    23    29    35  1.34
#6     6    12    18    24    30    36  1.31

类似于调用

tt %>%
   mutate(moe = moe_prop(!!! rlang::syms(c("A", "C", "D", "B"))))

或者做一个 rowwise() 操作

tt %>%
    rowwise %>% 
    mutate(moe = moe_prop(A, C, D, B))

通过单独检查行值

moe_prop(1, 13, 19, 7)
#[1] 1.460951

moe_prop(2, 14, 20, 8)
#[1] 1.426237
于 2018-09-12T16:28:05.907 回答
1

您可以使用unnest()

library(dplyr)
library(tidyr)
library(tidycensus)

tt <- as_data_frame(matrix(1:36, ncol = 6))
colnames(tt) <- c("A", "B", "C", "D", "E", "F")
tt2 <- tt %>% 
  mutate(moe = moe_prop(.[, "A"], .[, "C"], .[, "D"], .[, "B"]))

tt2 %>%
  unnest()
#> # A tibble: 36 x 7
#>        A     B     C     D     E     F   moe
#>    <int> <int> <int> <int> <int> <int> <dbl>
#>  1     1     7    13    19    25    31  1.46
#>  2     1     7    13    19    25    31  1.43
#>  3     1     7    13    19    25    31  1.39
#>  4     1     7    13    19    25    31  1.37
#>  5     1     7    13    19    25    31  1.34
#>  6     1     7    13    19    25    31  1.31
#>  7     2     8    14    20    26    32  1.46
#>  8     2     8    14    20    26    32  1.43
#>  9     2     8    14    20    26    32  1.39
#> 10     2     8    14    20    26    32  1.37
#> # ... with 26 more rows

由reprex 包（v0.2.0.9000）于 2018 年 9 月 12 日创建。

于 2018-09-12T16:31:58.170 回答