`dplyr :: summarise` не принимает внешние функции

Question

У меня есть следующий набор данных:

dataset=structure(list(var1 = c(28.5627505742013, 22.8311421908438, 95.2216156944633, 
43.9405107684433, 97.11211245507, 48.4108281508088, 77.1804554760456, 
27.1229329891503, 69.5863061584532, 87.2112890332937), var2 = c(32.9009465128183, 
54.1136392951012, 69.3181485682726, 70.2100433968008, 44.0986660309136, 
62.8759404085577, 79.4413498230278, 97.4315509572625, 62.2505457513034, 
76.0133410431445), var3 = c(89.6971945464611, 67.174579706043, 
37.0924087055027, 87.7977314218879, 29.3221596442163, 37.5143952667713, 
62.6237869635224, 71.3644423149526, 95.3462834469974, 27.4587387405336
), var4 = c(41.5336912125349, 98.2095112837851, 80.7970978319645, 
91.1278881691396, 66.4086666144431, 69.2618868127465, 67.7560870349407, 
71.4932355284691, 21.345994155854, 31.1811877787113), var5 = c(33.9312525652349, 
88.1815139763057, 98.4453701227903, 25.0217059068382, 41.1195872165263, 
37.0983888953924, 66.0217586159706, 23.8814191706479, 40.9594196081161, 
79.7632974945009), var6 = c(39.813664201647, 80.6405956856906, 
30.0273275375366, 34.6203793399036, 96.5195455029607, 44.5830867439508, 
78.7370151281357, 42.010761089623, 23.0079878121614, 58.0372223630548
), kmeans = structure(c(2L, 1L, 3L, 1L, 3L, 1L, 1L, 1L, 2L, 3L
), .Label = c("1", "2", "3"), class = "factor")), .Names = c("var1", 
"var2", "var3", "var4", "var5", "var6", "kmeans"), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

И следующая функция:

myfun<-function(x){
  c(sum(x),mean(x),sd(x))
}

Только с dplyr::summarise результат в порядке:

library(tidyverse)

my1<-dataset%>%
  summarise_if(.,is.numeric,.funs=funs(sum,mean,sd))

Но с myfun не работает:

my2<-dataset%>%
  summarise_if(.,is.numeric,.funs=funs(myfun))

Ошибка в summarise_impl (.data, точки): Столбец var1 должен иметь длину 1 (суммарное значение), а не 3

В чем проблема?

Answer 1

Когда вы применяете эту функцию

dataset%>% summarise_if(is.numeric,.funs=funs(sum,mean,sd))

Вы применяете три разные функции (sum, mean и sd), которые применяются ко всем столбцам в отдельности. Таким образом, каждый столбец, который числовой, эти функции будут применяться к ним. Здесь у нас есть три разные функции, возвращающие три значения.

Что касается вашей функции, я думаю, что вы пытались сделать

myfun<-function(x){
  c(sum(x),mean(x),sd(x))
}

Теперь, когда эта функция применяется к одному столбцу, она возвращает вам три значения, поэтому здесь одна функция возвращает вместо вас три значения.

myfun(dataset$var1)
#[1] 597.17994  59.71799  29.03549

Как упоминалось в комментариях @NelsonGon, вы пытаетесь сохранить три значения в одном столбце. Вы можете вернуть их в виде списка, как показывал @Pkumar, или некоторое изменение do также поможет вам достичь этого. Если вы сломаете функции и создадите три функции по отдельности, это будет работать так же, как вы показали ранее.

myfun1 <- function(x) sum(x)
myfun2  <- function(x) mean(x)
myfun3 <- function(x) sd(x)

dataset %>% summarise_if(is.numeric,.funs=funs(myfun1,myfun2,myfun3))

Answer 2

это не самый элегантный способ, но если ваша внешняя функция - это просто список других функций, возможно, вы можете просто использовать список для своих функций:

myfun_ls <- list(sum,mean,sd)
my2<-dataset%>%
  summarise_if(.,is.numeric,.funs=myfun_ls)

Answer 3

Вы можете попробовать этот подход, Ваш подход не даст правильного результата, так как там он не может обернуть два значения, возвращаемых вашей пользовательской функцией, в одну ячейку, чтобы обойти проблему, я использовал enframe с list в пользовательской функции:

library(tidyverse)

myfun<-function(x){
    return(list(enframe(c('sum' = sum(x),'mean' = mean(x),'sd' = sd(x)))))
}

Например, с mtcars данными:

my2<-mtcars%>%
summarise_at(c('mpg','drat'), function(x) myfun(x)) %>% 
unnest() %>% 
select(-name1) %>% 
set_names(nm = c('name', 'mpg', 'drat'))

это даст:

  name        mpg        drat
1  sum 642.900000 115.0900000
2 mean  20.090625   3.5965625
3   sd   6.026948   0.5346787

Кроме того, существует один альтернативный способ решения проблемы с помощью purrr.

Например:

f <- function(x,...){
    list('mean' = mean(x, ...),'sum' = sum(x, ...))
}

mtcars %>% 
select(mpg, drat) %>% 
map_dfr(~ f(.x, na.rm=T), .id ="Name") %>% 
data.frame()