有没有办法让函数返回数据帧？ 数据

问题描述

我正在尝试编写一个将返回数据帧的函数。基本上，目标是具有三列：一列列出某个标识符，一列报告该标识符在数据集A的一列中出现的频率，一列报告该标识符在数据集B的一列中出现的频率。功能，无法弄清楚为什么要打印而不是将其存储为数据框。这尤其令人迷惑，因为当我在函数外部运行“ if”循环时，它将创建所需的数据帧。任何帮助将不胜感激。

数据样本为：

UOF$identifier     Citations$identifier
1545               1712
1588               646
1640               1545
1545               1645
1545               646
1588               1545
                   1640
                   1640

我希望此函数返回：

value    instances in dataset 1    instances in dataset 2
1545     3                         2
1588     2                         0
1640     1                         2

  join_analysis<-function(column_name_fromdataset1,column_name_fromdataset2){
  Dataset1<-as.numeric(column_name_fromdataset1)
  Dataset2<-as.numeric(column_name_fromdataset2)
  unique_values1<-unique(Dataset1)  
  count<-data.frame(matrix(NA,nrow=length(Dataset2),ncol=3))
  for (i in 1:length(unique_values1)){
    ID<-unique_values1[i]
    count[,3][i]<-sum(Dataset2==ID,na.rm = TRUE)
    count[,2][i]<-sum(Dataset1==ID,na.rm=TRUE)
    count[,1][i]<-unique_values1[i]
  }
  colnames(count)<-cbind("value","instances in dataset 1","instances in dataset 2")
return(as.data.frame(count))
  }

解决方法

我们可以使用table和merge以更简单的方式执行此操作，而无需循环或使用任何外部包。我们只需要第一个数据集的unique值就可以使'identifier'列成为factor，并从第一个数据集中分配了levels，得到table并进行{ {1}}（来自merge）

base R

---

或者另一个选择是join_analysis <- function(dat1,dat2,colnm1) { lvls <- unique(dat1[[colnm1]]) tbl1 <- table(factor(dat1[[colnm1]],levels = lvls)) tbl2 <- table(factor(dat2[[colnm1]],levels = lvls)) out <- merge(tbl1,tbl2,by = 'row.names')[-c(1,4)] names(out) <- c('value','instances in dataset 1','instances in dataset 2') return(out) } join_analysis(UOF,Citations,'identifier') # value instances in dataset 1 instances in dataset 2 #1 1545 3 2 #2 1588 2 0 #3 1640 1 2

pivot_wider

---

或者另一种选择是在library(dplyr) library(tidyr) bind_rows(UOF,.id = 'grp') %>% filter(identifier %in% unique(UOF$identifier)) %>% count(grp,identifier) %>% pivot_wider(names_from = grp,values_from = n,values_fill = 0) 的两个数据集中进行count，然后用list进行reduce

left_join

数据

library(purrr)
list(UOF,Citations) %>%
   map(~ .x %>%
          count(identifier)) %>%
     reduce(left_join,by = 'identifier')

,

我建议使用这种UOF <- structure(list(identifier = c(1545,1588,1640,1545,1588 )),class = "data.frame",row.names = c(NA,-6L)) Citations <- structure(list(identifier = c(1712,646,1645,1640)),-8L)) 方法和内置函数来避免循环。该函数将两个参数作为字符串使用，它们属于每个数据集中的列名称。之后，它将合并结果：

dplyr

输出：

library(dplyr)
#Function
myfun <- function(x,y)
{
  #Dataset 1
  r1 <- df1 %>% group_by(id=df1[,x]) %>% summarise(N1=n())
  #Dataset 2
  r2 <- df2 %>% group_by(id=df2[,y]) %>% summarise(N2=n())
  #Join
  r3 <- left_join(r1,r2)
  #Fill
  r3 %>% replace(is.na(.),0) -> r3
  return(r3)
}
#Apply function
myfun(x = 'UOF',y = 'Identifier')

使用了一些数据：

# A tibble: 3 x 3
     id    N1    N2
  <int> <int> <int>
1  1545     3     2
2  1588     2     0
3  1640     1     2

,

如果您想使用基数R，也许可以像下面那样尝试merge + stack

merge(aggregate(. ~ ind,stack(table(UOF)),sum),aggregate(. ~ ind,stack(table(Citations)),by = "ind",all.x = TRUE
)

给出

   ind values.x values.y
1 1545        3        2
2 1588        2       NA
3 1640        1        2

数据

UOF <- data.frame(identifier = c(1545,1588))
Citations <- data.frame(identifier = c(1712,1640))