在数据框的每一行上调用类似应用的函数，每一行具有多个参数

Question

我有一个多列的数据框。对于数据框中的每一行，我想在该行上调用一个函数，并且该函数的输入正在使用该行中的多个列。例如，假设我有此数据和接受两个参数的testFunc：> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))> df  x y z1 1 3 52 2 4 6> testFunc <- function(a, b) a + b假设我想将此testFunc应用于列x和z。因此，对于第1行，我想要1 + 5，对于第2行，我想要2 + 6。是否有一种无需编写for循环就能做到这一点的方法，也许可以使用apply函数族？我尝试了这个：> df[,c('x','z')]  x z1 1 52 2 6> lapply(df[,c('x','z')], testFunc)Error in a + b : 'b' is missing但是有错误，有什么想法吗？编辑：我要调用的实际函数不是一个简单的总和，而是power.t.test。我仅出于示例目的使用a + b。最终目标是能够执行以下操作（用伪代码编写）：df = data.frame(    delta=c(delta_values),     power=c(power_values),     sig.level=c(sig.level_values))lapply(df, power.t.test(delta_from_each_row_of_df,                         power_from_each_row_of_df,                         sig.level_from_each_row_of_df))其中结果是df每行的power.t.test输出的向量。

Answer 1

您可以将其应用于apply原始数据的子集。

 dat <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))

 apply(dat[,c('x','z')], 1, function(x) sum(x) )

或者如果您的函数只是求和，请使用向量化版本：

rowSums(dat[,c('x','z')])

[1] 6 8

如果要使用 testFunc

 testFunc <- function(a, b) a + b

 apply(dat[,c('x','z')], 1, function(x) testFunc(x[1],x[2]))

编辑要通过名称访问列而不是索引，您可以执行以下操作：

 testFunc <- function(a, b) a + b

 apply(dat[,c('x','z')], 1, function(y) testFunc(y['z'],y['x']))

Answer 2

dplyr套餐的新答案

如果要应用的功能是矢量化的，则可以使用软件包中的mutate功能dplyr：

> library(dplyr)

> myf <- function(tens, ones) { 10 * tens + ones }

> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)

> mutate(x, value = myf(tens, ones))

  hundreds tens ones value

1        7    1    4    14

2        8    2    5    25

3        9    3    6    36

plyr包装的旧答案

我认为，最适合该任务的工具mdply来自plyr包装。

例：

> library(plyr)

> x <- data.frame(tens = 1:3, ones = 4:6)

> mdply(x, function(tens, ones) { 10 * tens + ones })

  tens ones V1

1    1    4 14

2    2    5 25

3    3    6 36

不幸的是，正如Bertjan Broeksema指出的那样，如果您没有在mdply调用中使用数据帧的所有列，则此方法将失败。例如，

> library(plyr)

> x <- data.frame(hundreds = 7:9, tens = 1:3, ones = 4:6)

> mdply(x, function(tens, ones) { 10 * tens + ones })

Error in (function (tens, ones)  : unused argument (hundreds = 7)