graficos - usar columnas múltiples como variables con sapply

mapply in r

Question

Tengo un dataframe y me gustaría aplicar una función que tome los valores de tres columnas y calcule la diferencia mínima entre los tres valores.

#dataset
df <- data.frame(a= sample(1:100, 10),b = sample(1:100, 10),c= sample(1:100, 10))

#function
minimum_distance <- function(a,b,c)
{
  dist1 <- abs(a-b)
  dist2 <- abs(a-c)
  dist3 <- abs(b-c)
  return(min(dist1,dist2,dist3))
}

Estoy buscando algo como:

df$distance <- sapply(df, function(x) minimum_distance(x$a,x$b,x$c) )
## errormessage
Error in x$a : $ operator is invalid for atomic vectors

Si bien puedo usar ddply:

df2 <- ddply(df,.(a),function(r) {data.frame(min_distance=minimum_distance(r$a,r$b, r$c))}, .drop=FALSE)

Esto no mantiene todas las columnas. ¿Alguna sugerencia?

Editar: terminé usando:

df$distance <- mapply(minimum_distance, df$a, df$b, df$c)

Answer 1

Es mejor escribir una función y luego usar mapply en los vectores:

 f1 <- function(a,b,c){
 d =abs(a-b)
 e =abs(b-c)
 f= abs(c-a)
 return(pmin(d,e,f))
 }

 qq <- mapply(f1, df$a, df$b, df$c)

Answer 2

Pruebe mapply ():

qq <- mapply(minimum_distance, df$a, df$b, df$c)

Answer 3

Sé que esto ha sido respondido, pero en realidad tomaría un enfoque diferente que toma cualquier cantidad de columnas y es más generalizable usando un enfoque externo:

vdiff <- function(x){
    y <- outer(x, x, "-")
    min(abs(y[lower.tri(y)]))
}

apply(df, 1, vdiff)

Creo que esto es un poco más limpio y flexible.

EDITAR: Según los comentarios de zach, propongo esta función más formalizada que también funciona en marcos de datos con columnas no numéricas, eliminándolos y actuando solo en las columnas numéricas.

cdif <- function(dataframe){
    df <- dataframe[, sapply(dataframe, is.numeric)]
    vdiff <- function(x){
        y <- outer(x, x, "-")
        min(abs(y[lower.tri(y)]))
    }
    return(apply(df, 1, vdiff))
}

#TEST it out
set.seed(10)
(df <- data.frame(a = sample(1:100, 10), b = sample(1:100, 10), 
    c = sample(1:100, 10), d =  LETTERS[1:10]))

cdif(df)

Answer 4

prueba esto:

do.call("mapply", c(list(minimum_distance), df))

pero puedes escribir una versión vectorizada:

pminimum_distance <- function(a,b,c)
{
 dist1 <- abs(a-b)
 dist2 <- abs(a-c)
 dist3 <- abs(b-c)
 return(pmin(dist1,dist2,dist3))
}
pminimum_distance(df$a, df$b, df$c)

# or
do.call("pminimum_distance", df)