35

我有一个dataframe并且我想应用一个函数，该函数采用三列的值并计算三个值之间的最小差异。

#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))
}

我正在寻找类似的东西：

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

虽然我可以使用 ddply：

df2 <- ddply(df,.(a),function(r) {data.frame(min_distance=minimum_distance(r$a,r$b, r$c))}, .drop=FALSE)

这不会保留所有列。有什么建议么？

编辑：我最终使用：

df$distance <- mapply(minimum_distance, df$a, df$b, df$c)
4

4 回答 4

57

试试 mapply()：

qq <- mapply(minimum_distance, df$a, df$b, df$c)
于 2012-04-09T19:02:59.773 回答
6

试试这个：

do.call("mapply", c(list(minimum_distance), df))

但您可以编写矢量化版本：

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)
于 2012-04-09T19:06:28.860 回答
5

我知道这已经得到解答，但我实际上会采用一种不同的方法，它采用任意数量的列，并且使用外部方法更通用：

vdiff <- function(x){
    y <- outer(x, x, "-")
    min(abs(y[lower.tri(y)]))
}

apply(df, 1, vdiff)

我认为这有点清洁和灵活。

编辑：根据 zach 的评论，我提出了这个更形式化的函数，该函数也适用于具有非数字列的数据帧，方法是删除它们并仅对数字列起作用。

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)
于 2012-04-09T21:37:17.910 回答
2

最好编写一个函数，然后在向量上使用 mapply：

 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)
于 2016-07-28T04:38:29.343 回答