dataframe
があり、3つの列の値を取得し、3つの値の最小差を計算する関数を適用したいと思います。
#dataset
df <- data.frame(a= sample(1:100, 10),b = sample(1:100, 10),c= sample(1:100, 10))
#function
minimum_distance <- function(a,b,c)
{
dist1 <- abs(a-b)
dist2 <- abs(a-c)
dist3 <- abs(b-c)
return(min(dist1,dist2,dist3))
}
私は次のようなものを探しています:
df$distance <- sapply(df, function(x) minimum_distance(x$a,x$b,x$c) )
## errormessage
Error in x$a : $ operator is invalid for atomic vectors
私はddplyを使用できますが:
df2 <- ddply(df,.(a),function(r) {data.frame(min_distance=minimum_distance(r$a,r$b, r$c))}, .drop=FALSE)
これにより、すべての列が保持されるわけではありません。助言がありますか?
編集:私は最終的に使用することになりました:
df$distance <- mapply(minimum_distance, df$a, df$b, df$c)
Mapply()を試してください:
qq <- mapply(minimum_distance, df$a, df$b, df$c)
これを試して:
do.call("mapply", c(list(minimum_distance), df))
しかし、ベクトル化されたバージョンを書くことができます:
pminimum_distance <- function(a,b,c)
{
dist1 <- abs(a-b)
dist2 <- abs(a-c)
dist3 <- abs(b-c)
return(pmin(dist1,dist2,dist3))
}
pminimum_distance(df$a, df$b, df$c)
# or
do.call("pminimum_distance", df)
私はこれが答えられていることを知っていますが、実際には任意の数の列を取り、外側のアプローチを使用してより一般化できる別のアプローチを取ります:
vdiff <- function(x){
y <- outer(x, x, "-")
min(abs(y[lower.tri(y)]))
}
apply(df, 1, vdiff)
これは少しきれいで柔軟だと思います。
編集:Per zachのコメントでは、数値列以外の列を削除して数値列のみに作用することにより、非数値列を持つデータフレームでも機能する、このより形式化された関数を提案します。
cdif <- function(dataframe){
df <- dataframe[, sapply(dataframe, is.numeric)]
vdiff <- function(x){
y <- outer(x, x, "-")
min(abs(y[lower.tri(y)]))
}
return(apply(df, 1, vdiff))
}
#TEST it out
set.seed(10)
(df <- data.frame(a = sample(1:100, 10), b = sample(1:100, 10),
c = sample(1:100, 10), d = LETTERS[1:10]))
cdif(df)
関数を記述してから、ベクトルに対してmapplyを使用する方が適切です。
f1 <- function(a,b,c){
d =abs(a-b)
e =abs(b-c)
f= abs(c-a)
return(pmin(d,e,f))
}
qq <- mapply(f1, df$a, df$b, df$c)