在sum（）函数中使用dplyr的mutate（）函数使用列函数

Question

我有一个数据框，我想用dplyr的mutate（）函数创建一个新列prob。 prob应包含概率P（行值>所有列值），表示数据框中行数比每行的值大。这是我想做的事：

data = data.frame(value = c(1,2,3,3,4,4,4,5,5,6,7,8,8,8,8,8,9)) 

require(dplyr) 

data %>% mutate(prob = sum(value < data$value)/nrow(data)) 

这得出以下结果：

value prob 
1  1 0 
2  2 0 
3  3 0 
4  3 0 
... ... ... 

这里prob只包含0的每一行。如果我在表达sum(value < data$value)与2替换value：

data %>% mutate(prob = sum(2 < data$value)/nrow(data)) 

我得到以下的结果：

value  prob 
1  1 0.8823529 
2  2 0.8823529 
3  3 0.8823529 
4  3 0.8823529 
... ... ... 

0.8823529的概率是有在数据帧大于2值的行。问题似乎是mutate（）函数不接受value列作为sum()函数中的参数。

Answer 1

适应agstudy代码比特到dplyr：

data %>% mutate(prob = sapply(value, function(x) sum(x < value)/nrow(data))) 

Answer 2

我认为一个基本的vapply（或sapply）将使更多的意义在这里。然而，如果你真的想走景区路线，你可以尝试这样的事情：

data = data.frame(value = c(1,2,3,3,4,4,4,5,5,6,7,8,8,8,8,8,9)) 

data %>% 
    rowwise() %>%    ## You are really working by rows here 
    do(prob = sum(.$value < data$value)/nrow(data)) %>% 
    mutate(prob = c(prob)) %>% ## The previous value was a list -- unlist here 
    cbind(data)     ## and combine with the original data 
#   prob value 
# 1 0.94117647  1 
# 2 0.88235294  2 
# 3 0.76470588  3 
# 4 0.76470588  3 
# 5 0.58823529  4 
# 6 0.58823529  4 
# 7 0.58823529  4 
# 8 0.47058824  5 
# 9 0.47058824  5 
# 10 0.41176471  6 
# 11 0.35294118  7 
# 12 0.05882353  8 
# 13 0.05882353  8 
# 14 0.05882353  8 
# 15 0.05882353  8 
# 16 0.05882353  8 
# 17 0.00000000  9