Сопоставление с использованием пользовательской функции с 2 или более аргументами с использованием муррр

Я создаю страховой рейтер в R. Я хочу создать одну (иногда сложную) функцию с несколькими аргументами, а затем повторить эту функцию для каждого страхователя (строки данных). Мне нужно будет создать около 200 таких функций для этого проекта. Функция работает нормально, и она просто просматривает значения в таблице ставок и складывает или умножает, когда, что и как мне нужно. Мой вопрос заключается в том, как я могу отобразить или зациклить или иным образом повторить эту функцию, когда у меня есть 2 или более аргументов, передаваемых в функцию непосредственно из фрейма данных?

Я думал, что моя кодировка работает, но потом я понял, что карта (или map_dbl) извлекает только первый элемент второго аргумента в моей функции.

library(dplyr)
library(readr)
library(purrr)

#dummy data frames that represent a rating table, and a policy
#holder dataset

data_frame_Rate_Table<-data.frame("Policy_Class"=c("red", "white","blue"),"Rate"=c(3,9,19),"Factor_1"= 1:3,"Factor_2"=7:9)
data_frame_Policyholders<-data.frame("Policy_number"=1:10,"Policy_Class"=rep(c("red","red","white","blue","blue"),2),"Risk"=c(rep("High",5),rep("Low",5)),"Lapse"=rep(c("Y","N"),5))

function_example<-function(x,y,z){
  Policy_Class<-x
  Risk<-y
  Lapse<-z
  Rate<-ifelse(Policy_Class= = "red",
              data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Rate"]*data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Factor_1"]+
              (ifelse(Risk= = "High",3,1))*data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Factor_2"]+ifelse(Lapse= = "Y",10,0),
        ifelse(Policy_Class= = "white",
              data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Rate"]*data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Factor_1"]+
              (ifelse(Risk= = "High",5,1))*data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Factor_2"]+ifelse(Lapse= = "Y",15,0),
        ifelse(Policy_Class= = "blue",
              data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Rate"]*data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Factor_1"]+
                (ifelse(Risk= = "High",10,1))*data_frame_Rate_Table[data_frame_Rate_Table['Policy_Class']==Policy_Class,"Factor_2"]+ifelse(Lapse= = "Y",33,0))))
    Rate
    }

Я старался:

result<-map_dbl(data_frame_Policyholders$Class,function_example, data_frame_Policyholders$Risk,data_frame_Policyholders$Lapse)

Но это не то, что мне нужно.

Ожидаемые результаты:

#copy and paste this coding into R to get the actual 
#values that should go into the vector
function_example("red","High","Y")
function_example("red","High","N")
function_example("red","Low","Y")
function_example("red","Low","N")
function_example("white","High","Y")
function_example("white","High","N")
function_example("white","Low","Y")
function_example("white","Low","N")
function_example("blue","High","Y")
function_example("blue","High","N")
function_example("blue","Low","Y")
function_example("blue","Low","N")

Но я, очевидно, не могу напечатать каждую комбинацию

Мне нужна функция, которая перебирает каждого держателя полиса и выдает результат в числовом векторе, который выстраивается в линию. Может ли purrr сделать это? Есть ли лучший способ пойти сюда?

purrr::map_dbl передает только один аргумент, я думаю, вам нужно pmap, как в with(data_frame_Policyholders, purrr::pmap_dbl(list(Policy_Class, Risk, Lapse), function_example)). (Есть и другие pmap_* варианты.)
r2evans 19.07.2019 01:22

Аналогично в базе R: with(data_frame_Policyholders, Map(function_example, Class, Risk, Lapse))

r2evans 19.07.2019 01:23

На самом деле, Map вернет список, вместо этого вы можете использовать mapply: with(data_frame_Policyholders, mapply(function_example, Policy_Class, Risk, Lapse))

r2evans 19.07.2019 01:29
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
3
785
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Ну, во-первых, нужно читать данные как символы, а не как факторы. Во-вторых, поскольку у вас есть несколько входных данных для вашей функции, вам понадобится pmap, а не только map.

library(dplyr)
library(purrr)

data_frame_Policyholders %>%
    mutate(new = pmap_dbl(list(Policy_Class, Risk, Lapse), function_example))


#   Policy_number Policy_Class Risk Lapse new
#1              1          red High     Y  34
#2              2          red High     N  24
#3              3        white High     Y  73
#4              4         blue High     N 147
#5              5         blue High     Y 180
#6              6          red  Low     N  10
#7              7          red  Low     Y  20
#8              8        white  Low     N  26
#9              9         blue  Low     Y  99
#10            10         blue  Low     N  66

данные

data_frame_Rate_Table<- data.frame(Policy_Class = c("red", "white","blue"),
    Rate=c(3,9,19),"Factor_1"= 1:3,Factor_2=7:9, stringsAsFactors = FALSE)

data_frame_Policyholders <- data.frame(Policy_number . = 1:10,
  Policy_Class=rep(c("red","red","white","blue","blue"),2),
  Risk=c(rep("High",5),rep("Low",5)), 
  Lapse=rep(c("Y","N"),5), stringsAsFactors = FALSE)

Большое спасибо! Ваш код короткий и очень эффективный. ОЧЕНЬ ПРИЗНАН!!!!

EW1982 19.07.2019 16:40

Другие вопросы по теме