r - R 在使用 case_when 时提供参数(R 向量化)
问题描述
这是我之前提出的问题的后续问题(当使用 case_when (R vectorization) 存在大量类别/类型时,R 应用多个函数)。不幸的是,我无法找出问题所在。我想我可能已经缩小了问题的根源,并想检查是否有比我更了解的人可以帮助我找出解决方案。
假设我有以下数据集:
set.seed(100)
City=c("City1","City2","City2","City1")
Business=c("B","A","A","B")
ExpectedRevenue=c(35,20,15,19)
zz=data.frame(City,Business,ExpectedRevenue)
这里假设存在 2 个不同的业务,分别名为“A”和“B”。进一步假设存在两个不同的城市City1和City2。我的原始数据集包含约 200K 对多个企业和约 100 个城市的观察。对于每个城市,我都有一个独特的预先编写的函数来计算调整后的收入。我不想通过每个观察/行运行它们,而是使用 case_when 为相关城市运行函数(例如,对城市 1 进行观察,如果可能的话为城市 1 运行矢量化函数,然后移动到城市 2 等等)。
为了便于说明,假设我对这两个城市有以下高度简化的功能。
#Writing the custom functions for the categories here
City1=function(full_data,observation){
NewSet=full_data[which(full_data$City==observation$City),]
BusinessMax = max(NewSet$ExpectedRevenue)+10*rnorm(1)
return(BusinessMax)
}
City2=function(full_data,observation){
NewSet=full_data[which(full_data$City==observation$City),]
BusinessMax = max(NewSet$ExpectedRevenue)-1000*rnorm(1)
return(BusinessMax)
}
这里的这些简单函数本质上是城市数据的子集,并从预期收入中添加(City1)或减去(City2)一些随机数。再次,这些简单的功能只是为了说明,并不反映实际功能。我还通过键入以下内容手动检查功能是否有效:
City1(full_data = zz,observation = zz[1,])
City1(full_data = zz,observation = zz[4,])
并得到“29.97808”和“36.31531”。请注意,在上述函数中,由于我添加或减去了一个随机数,因此我希望在同一个城市中获得不同的值,就像我在这里获得的一样。
最后,我尝试使用 case_when 来运行代码,如下所示:
library(dplyr) #I use dplyr here
zz[,"AdjustedRevenue"] = case_when(
zz[["City"]]=="City1"~City1(full_data=zz,observation=zz[,]),
zz[["City"]]=="City2"~City2(full_data=zz,observation=zz[,])
)
我收到的输出如下:
City Business ExpectedRevenue AdjustedRevenue
1 City1 B 35 43.86785
2 City2 A 20 -81.97127
3 City2 A 15 -81.97127
4 City1 B 19 43.86785
在这里,对于观察 1 和 4 & 2 和 3,调整后的值是相同的。相反,我期望的是为每个观察获得不同的值(因为我为每个观察添加或删除了一些随机数;或者至少打算这样做)。在 Martin Gal 对我之前的问题 ( https://stackoverflow.com/a/62378991/3988575 ) 的回答之后,我怀疑这是由于在最后一步中没有正确调用我的 City1 和 City2 函数的第二个参数。但是,我在试图弄清楚为什么以及要做什么来解决它时有点迷失了。
如果有人能指出为什么会发生这种情况以及如何解决此错误,那将非常有帮助。提前致谢!
PS我也对其他矢量化解决方案持开放态度。我对矢量化比较陌生,在这方面没有太多经验,如果有任何建议,我将不胜感激。
解决方案
City
将函数转换为dplyr
. 如果CityMaster
对于最终功能过于简化,则mer
可以在case_when
适用的情况下移动到内部。如果将新城市添加到数据中,则它将返回NA
,直到定义案例为止。
library(dplyr)
CityMaster <- function(data, city) {
mer <- data %>%
filter(City == city) %>%
pull(ExpectedRevenue) %>%
max()
case_when(city == 'City1' ~ mer + 10 * rnorm(1),
city == 'City2' ~ mer - 1000 * rnorm(1),
TRUE ~ NA_real_)
}
set.seed(100)
zz %>%
rowwise() %>%
mutate(AdjustedRevenue = CityMaster(., City))
# A tibble: 4 x 4
# Rowwise:
City Business ExpectedRevenue AdjustedRevenue
<chr> <chr> <dbl> <dbl>
1 City1 B 35 30.0
2 City2 A 20 -867.
3 City2 A 15 -299.
4 City1 B 19 29.2
打破城市功能
City1 <- function(data, city) {
data %>%
filter(City == city) %>%
pull(ExpectedRevenue) %>%
max() + 10 * rnorm(1)
}
City2 <- function(data, city) {
data %>%
filter(City == city) %>%
pull(ExpectedRevenue) %>%
max() - 1000 * rnorm(1)
}
set.seed(100)
zz %>%
rowwise() %>%
mutate(AdjustRevenue = case_when(City == 'City1' ~ City1(., City),
City == 'City2' ~ City2(., City),
TRUE ~ NA_real_))
推荐阅读
- php - 如何在 PHP 中不直接使用 $_FILES Superglobal?
- mysql - 从日期时间输入中选择数据为 2019 年 8 月并按其分组
- python - 我使用 discord.py 制作了一个 Welcomer 机器人。启动成功,但不向频道发送指定消息
- python - python,字符串到十六进制数组
- postgresql - AttributeError:“命名空间”对象没有属性“项目”
- reactjs - React JS 中的安全 API 调用
- javascript - 如何将 CSV 文件的内容作为字符串读入?
- amazon-web-services - AWS S3 对象 - 写入 ACL 权限虽然无效但返回
- ios - Xcode Git 停止提交个人方案,但在存储库中保留“默认”方案
- reactjs - 如果没有使用 Typescript 传递给 NextJS 中的功能组件,如何设置道具的默认值