#r #dplyr #purrr
#r #dplyr #purrr
Вопрос:
Я хотел бы использовать map_dfr и group_split для запуска групп data.frame через цикл while и сохранения результатов.
Я могу сделать это для одной группы следующим образом.
# df dput below
# this code finds the closet match for DIFF for Sample.x in Sample.y, then finds the next closest match, until
df_f <- df %>% filter(grp == "AB" amp; VAR == "Var1")
HowMany <- length(unique(df_f$Sample.y))
i <- 1
MyList <- list()
while (i <= HowMany){
res1 <- df_f %>%
group_by(grp, VAR, Sample.x) %>%
filter(DIFF == min(DIFF)) %>%
ungroup() %>%
mutate(Rank1 = dense_rank(DIFF))
res2 <- res1 %>% group_by(grp, VAR) %>% filter(rank(Rank1, ties.method="first")==1)
SY <- as.numeric(res2$Sample.y)
SX <- as.numeric(res2$Sample.x)
res3 <- df_f %>% filter(Sample.y != SY)
res4 <- res3 %>% filter(Sample.x != SX)
df_f <- res4
MyList[[i]] <- res2
i <- i 1
}
df.result <- do.call("rbind", MyList)
Но при попытке создать функцию с циклом while для использования с map_dfr и group_split я не могу и / или не уверен в том, как сохранить выходные данные.
MyResult <- df %>%
dplyr::group_split(grp, VAR) %>%
map_dfr(fun) # fun below
df.store <- data.frame() # attempt to store results
fun <- function(df){
HowMany <- length(unique(df$Sample.y))
i <- 1
MyList_FF <- list()
ThisDF <- df
while (i <= HowMany){
res1 <- ThisDF %>%
group_by(grp, VAR, Sample.x) %>%
filter(DIFF == min(DIFF)) %>%
ungroup() %>%
mutate(Rank1 = dense_rank(DIFF))
res2 <- res1 %>% group_by(grp, VAR) %>% filter(rank(Rank1, ties.method="first")==1)
# print(res2) # when printed to screen the desired output looks correct
SY <- as.numeric(res2$Sample.y)
SX <- as.numeric(res2$Sample.x)
res3 <- ThisDF %>% filter(Sample.y != SY)
res4 <- res3 %>% filter(Sample.x != SX)
# df.store <- rbind(df.store, res4)
# MyList_FF[[i]] <- res2
ThisDF <- res4
i <- i 1
}
}
Я пытался rbind или использовать list для сохранения выходных данных, но мои попытки не были правильными. Если я выведу «res2» на экран, я смогу видеть желаемый результат по одной строке за раз. Как мне сохранить выходные данные из fun каждого group_split ?
# df dput
df <- structure(list(Location.x = structure(c(1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L), .Label = c("A", "C", "B"), class = "factor"),
Sample.x = c(6L, 6L, 10L, 10L, 9L, 9L, 6L, 6L, 10L, 10L,
9L, 9L, 6L, 6L, 6L, 10L, 10L, 10L, 9L, 9L, 9L, 6L, 6L, 6L,
10L, 10L, 10L, 9L, 9L, 9L, 1L, 1L, 1L, 9L, 9L, 9L, 1L, 1L,
1L, 9L, 9L, 9L), VAR = c("Var1", "Var1", "Var1", "Var1",
"Var1", "Var1", "Var2", "Var2", "Var2", "Var2", "Var2", "Var2",
"Var1", "Var1", "Var1", "Var1", "Var1", "Var1", "Var1", "Var1",
"Var1", "Var2", "Var2", "Var2", "Var2", "Var2", "Var2", "Var2",
"Var2", "Var2", "Var1", "Var1", "Var1", "Var1", "Var1", "Var1",
"Var2", "Var2", "Var2", "Var2", "Var2", "Var2"), value.x = c(56.48,
56.48, 57.03, 57.03, 55.04, 55.04, 6, 6, 10, 10, 9, 9, 56.48,
56.48, 56.48, 57.03, 57.03, 57.03, 55.04, 55.04, 55.04, 6,
6, 6, 10, 10, 10, 9, 9, 9, 55.62, 55.62, 55.62, 55.65, 55.65,
55.65, 1, 1, 1, 9, 9, 9), Location.y = structure(c(2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L), .Label = c("A",
"C", "B"), class = "factor"), Sample.y = c(1L, 9L, 1L, 9L,
1L, 9L, 1L, 9L, 1L, 9L, 1L, 9L, 3L, 7L, 9L, 3L, 7L, 9L, 3L,
7L, 9L, 3L, 7L, 9L, 3L, 7L, 9L, 3L, 7L, 9L, 3L, 7L, 9L, 3L,
7L, 9L, 3L, 7L, 9L, 3L, 7L, 9L), value.y = c(55.62, 55.65,
55.62, 55.65, 55.62, 55.65, 1, 9, 1, 9, 1, 9, 1.4, 111.6,
111.8, 1.4, 111.6, 111.8, 1.4, 111.6, 111.8, 10.2, 14.4,
20.9, 10.2, 14.4, 20.9, 10.2, 14.4, 20.9, 1.4, 111.6, 111.8,
1.4, 111.6, 111.8, 10.2, 14.4, 20.9, 10.2, 14.4, 20.9), DIFF = c(0.859999999999999,
0.829999999999998, 1.41, 1.38, 0.579999999999998, 0.609999999999999,
5, 3, 9, 1, 8, 0, 55.08, 55.12, 55.32, 55.63, 54.57, 54.77,
53.64, 56.56, 56.76, 4.2, 8.4, 14.9, 0.199999999999999, 4.4,
10.9, 1.2, 5.4, 11.9, 54.22, 55.98, 56.18, 54.25, 55.95,
56.15, 9.2, 13.4, 19.9, 1.2, 5.4, 11.9), grp = c("AC", "AC",
"AC", "AC", "AC", "AC", "AC", "AC", "AC", "AC", "AC", "AC",
"AB", "AB", "AB", "AB", "AB", "AB", "AB", "AB", "AB", "AB",
"AB", "AB", "AB", "AB", "AB", "AB", "AB", "AB", "CB", "CB",
"CB", "CB", "CB", "CB", "CB", "CB", "CB", "CB", "CB", "CB"
)), row.names = c(NA, -42L), class = "data.frame")
Комментарии:
1. Если вам уже удобно использовать
mapфункции, почему бы не использовать вложенныеmaps вместоwhileцикла?2. Степень моего
mapкомфорта заключается в примере, который я привел выше. Мне нужно было бы изучить вложенныеmapфайлы.
Ответ №1:
Единственной недостающей частью была ваша отображаемая функция fun , которая не возвращала значение. Он был вычислений и создания временного списка, MyList_FF должным образом, вы можете видеть print() звонки, но без возврата, то она исчезает.
fun <- function(df) {
HowMany <- length(unique(df$Sample.y))
i <- 1
MyList_FF <- list()
df_f <- df
while (i <= HowMany){
res1 <- df_f %>%
group_by(grp, VAR, Sample.x) %>%
filter(DIFF == min(DIFF)) %>%
ungroup() %>%
mutate(Rank1 = dense_rank(DIFF))
res2 <- res1 %>% group_by(grp, VAR) %>% filter(rank(Rank1, ties.method="first")==1)
SY <- as.numeric(res2$Sample.y)
SX <- as.numeric(res2$Sample.x)
res3 <- df_f %>% filter(Sample.y != SY)
res4 <- res3 %>% filter(Sample.x != SX)
df_f <- res4
MyList_FF[[i]] <- res2
i <- i 1
}
# this is the magic line
do.call("rbind", MyList_FF)
# this returns the list built inside of the function
}
Волшебство заключается в этой последней строке, аналогично тому, что вы сделали после вашего единственного примера, связав список промежуточных результатов. В R return() функция необходима только в том случае, если вы пытаетесь вернуться раньше, потому что по умолчанию функции R возвращают последнее значение. Итак, здесь нам не нужно явно указывать return(do.call("rbind", MyList_FF)) , хотя это ничему не повредило бы, если бы вы это сделали. В нерабочем примере не было последнего значения с момента i присвоения, поэтому вы не получали никаких объектов обратно, но и не получали никаких ошибок.
Для полного рабочего примера:
MyResult <- df %>%
dplyr::group_split(grp, VAR) %>%
map_df(fun)
MyResult
# A tibble: 16 x 10
# Groups: grp, VAR [1]
Location.x Sample.x VAR value.x Location.y Sample.y value.y DIFF grp Rank1
<fct> <int> <chr> <dbl> <fct> <int> <dbl> <dbl> <chr> <int>
1 A 9 Var1 55.0 B 3 1.4 53.6 AB 1
2 A 10 Var1 57.0 B 7 112. 54.6 AB 1
3 A 6 Var1 56.5 B 9 112. 55.3 AB 1
4 A 9 Var1 55.0 B 3 1.4 53.6 AB 1
5 A 10 Var1 57.0 B 7 112. 54.6 AB 1
6 A 6 Var1 56.5 B 9 112. 55.3 AB 1
7 A 9 Var1 55.0 B 3 1.4 53.6 AB 1
8 A 10 Var1 57.0 B 7 112. 54.6 AB 1
9 A 9 Var1 55.0 B 3 1.4 53.6 AB 1
10 A 10 Var1 57.0 B 7 112. 54.6 AB 1
11 A 9 Var1 55.0 B 3 1.4 53.6 AB 1
12 A 10 Var1 57.0 B 7 112. 54.6 AB 1
13 A 6 Var1 56.5 B 9 112. 55.3 AB 1
14 A 9 Var1 55.0 B 3 1.4 53.6 AB 1
15 A 10 Var1 57.0 B 7 112. 54.6 AB 1
16 A 6 Var1 56.5 B 9 112. 55.3 AB 1
Примечание на стороне, если вы используете do.call("xbind", list) много, вам может понравиться dplyr::bind_rows(list) и dplyr::bind_cols(list) .