将变量名列表传递给带有mutate的自定义函数

Question

我正在尝试使用tidyverse对每一行执行一个函数并创建一个考虑多列的新列，我最初使用的是rowwise()，但速度非常慢。我希望我的自定义函数中的列列表是一个变量，但除非显式地列出变量名，否则无法使其工作。例如,这是可行的：

low_risk_codes <- c(0,1,10)
vars <- c("V1", "V2")
m <- matrix(1:9, ncol=3)
classify_low_risk_drug <- function(...){
  t <- cbind(...)
  return(apply(t, 1, function(x) ifelse(any(x %in% low_risk_codes), 1, 0)))
}

as.data.frame(m) %>%
  mutate(val4 = classify_low_risk_drug(V1, V2))

但如果我希望它使用列输入作为vars进行计算：

as.data.frame(m) %>% 
  mutate(val4 = classify_low_risk_drug(vars))

Answer 1

这听起来像它会做你想要的，但我需要限定它（很多）。首先，请注意，我仍然把我的思想缠绕在R的NSE上，但我发现这个小插曲很有帮助。

与解决方案相关，我试图通过避免rowwise()或apply()来加快函数的速度。使用rapply()/rowsums()应该会更快，但我没有对其进行基准测试。对于非常大的数据，它可能会遇到问题，因为rowsums()会将数据帧转换为矩阵，但这可能不是问题。理论上，您还应该能够使用select helpers/未加引号的变量名/列位置（如果您敢的话）。

另外，我发现您需要提供dataframe作为第一个参数（即.)有点奇怪，但可能有一种方法可以解决这一问题。我当然愿意接受任何想要编辑这篇文章/使用这篇文章作为他们解决方案的基础的人。希望这能帮助你走向正确的方向！

classify_low_risk_drug <- function(.data, vars, codes, na.rm = FALSE){

  df <- rapply(.data, function(x) x %in% codes, how = "replace")
  as.integer(rowSums(select(df, !!enquo(vars)), na.rm = na.rm) > 0)

  }

as.data.frame(m) %>%
  mutate(val4 = classify_low_risk_drug(., vars = vars, codes = c(0, 1, 10)))
  V1 V2 V3 val4
1  1  4  7    1
2  2  5  8    0
3  3  6  9    0

编辑：通过避免矩阵转换/使用lapply()和pmax()，您可以稍微提高速度：

classify_low_risk_drug2 <- function(.data, vars, codes, na.rm = FALSE){

  as.integer(do.call(pmax, lapply(select(.data, !!enquo(vars)), `%in%`, codes)))

}