R语言实现DataFrame逐行运行自定义函数并新增di_Flex列的技术问询

前置说明 #

• 结合你提供的sum_differences函数的运算逻辑，入参a实际对应同Company ID分组下的Flexibility_Thinking列，如果确需传入Company ID作为入参a，可自行修改下方代码中a的取值逻辑即可
• 实现逻辑为按唯一的Company ID遍历循环计算，同组所有行共享同一个计算结果，无需逐行重复计算

完整可运行代码 #

# 加载依赖包
library(tidyverse)

# 样例数据
data <- df <- data.frame(structure(list(`Company ID` = c(0, 0, 0, 0, 0, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6), Action = c(5, 5, 2, 4, 5, 5, 3, 1, 5, 7, 2, 4, 2, 6, 2, 3, 1, 4, 1, 5), Flexibility_Thinking = c(7, 2, 5, 1, 6, 5, 7, 7, 4, 7, 5, 2, 3, 3, 3, 3, 4, 3, 6, 6), max_di_Flex = c(12.8, 12.8, 12.8, 12.8, 12.8, 8, 8, 8, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16))))

# 数据预处理
data <- data %>% group_by(`Company ID`) %>% filter(length(`Company ID`) > 1)
data <- data %>% drop_na(`Flexibility_Thinking`)

# 自定义函数
sum_differences <- function(a,b) {
  a <- unique(a)
  new_list <- c()

  for (i in a) {
    for (j in a) {
      if(i != j) {
        new_list <- c(new_list, abs(i-j))
      }
    }
  }
  outcome <- round((sum(new_list) / length(a)), 2)
  percent <- outcome/b
  return(percent)
}

# 初始化新列
data$di_Flex <- NA

# 获取所有唯一的公司ID
unique_cid <- unique(data$`Company ID`)

# for循环实现分组计算赋值
for (cid in unique_cid) {
  # 筛选当前公司对应的行索引
  target_rows <- which(data$`Company ID` == cid)
  # 取当前分组的Flexibility_Thinking作为入参a
  param_a <- data$Flexibility_Thinking[target_rows]
  # 取当前分组的max_di_Flex（同组值一致，取第一个即可）作为入参b
  param_b <- data$max_di_Flex[target_rows][1]
  # 调用自定义函数计算结果
  calc_res <- sum_differences(param_a, param_b)
  # 给当前分组所有行的di_Flex赋值
  data$di_Flex[target_rows] <- calc_res
}

# 查看结果
head(data)

运行结果说明 #

运行完成后data数据集会新增di_Flex列，同Company ID的行结果一致，样例数据运算后：

• Company ID为0的行di_Flex值为1
• Company ID为5的行di_Flex值为0.25
• Company ID为6的行di_Flex值约为0.73

内容的提问来源于stack exchange，提问作者Theresa_S