Aplying a function by row in R

Problem

We want to apply a function to each row of a data frame. In our example, we'd like to calculate the min and median for each row of a data frame.

df <- structure(list(V1 = c(5L, 4L, 7L), V2 = c(8L, 9L, 3L), V3 = c(12L, 
5L, 9L)), .Names = c("V1", "V2", "V3"), class = "data.frame", row.names = c(NA, 
-3L))

 V1 V2 V3
1  5  8 12
2  4  9  5
3  7  3  9

Solution

dplyr

library(dplyr)
# Using the pipe operator %>%
df %>% 
  rowwise() %>% 
  mutate(min = min(V1, V2, V3), median = median(c(V1, V2, V3)))
# Without %>%
mutate(rowwise(df), min = min(V1, V2, V3), median = median(c(V1, V2, V3)))

Source: local data frame [3 x 5]
Groups: 

     V1    V2    V3   min median
  (int) (int) (int) (int)  (int)
1     5     8    12     5      8
2     4     9     5     4      5
3     7     3     9     3      7

Base package

df$min <- apply(df, 1, min)
df$median <- apply(df[, 1:3], 1, median)

  V1 V2 V3 min median
1  5  8 12   5      8
2  4  9  5   4      5
3  7  3  9   3      7

References

• stackoverflow

How to apply a function across rows in R

Problem

We'd like to apply a function across rows in R. In our example, we will add two columns calculating the minimum and the median for each row.

df <- structure(list(V1 = c(5L, 4L, 7L), V2 = c(8L, 9L, 3L), V3 = c(12L, 
5L, 9L)), .Names = c("V1", "V2", "V3"), class = "data.frame", row.names = c(NA, 
-3L))

 V1 V2 V3
1  5  8 12
2  4  9  5
3  7  3  9

Solution

dplyr

library(dplyr)
# Using the piper operator %>%
df %>% 
  rowwise() %>% 
  mutate(min= min(V1, V2, V3), median = median(c(V1, V2, V3)))
# Without the pipe operator %>%
mutate(rowwise(df), min = min(V1, V2, V3), median = median(c(V1, V2, V3)))

Source: local data frame [3 x 5]
Groups: 

     V1    V2    V3   min median
  (int) (int) (int) (int)  (int)
1     5     8    12     5      8
2     4     9     5     4      5
3     7     3     9     3      7

Base R

df$min <- apply(df, 1, min)
df$median <- apply(df[, 1:3], 1, median)

  V1 V2 V3 min median
1  5  8 12   5      8
2  4  9  5   4      5
3  7  3  9   3      7

Related posts

• Spanish version

References

• stackoverflow

Plot median and quartiles in ggplot2 using geom_pointrange

Problem

We would like to plot the interquartile range (IQR) and the median in ggplot2.

Solution

In this case we use the function geom_pointrange. We need to specify the interval (interquartile range) with the arguments fun.ymin and fun.ymax, and fun.y to plot the median.

library(ggplot2)
ggplot(data = diamonds) +
  geom_pointrange(mapping = aes(x = cut, y = depth),
                  stat = "summary",
                  fun.ymin = function(z) {quantile(z,0.25)},
                  fun.ymax = function(z) {quantile(z,0.75)},
                  fun.y = median)

Results

Related posts

Spanish version

References

• Vertical intervals: lines, crossbars & errorbars
• stat_summary
• stackoverflow

Representar cuartiles con geom_pointrange de ggplot2

Problema

Deseamos representar con una recta el rango intercuartílico marcando la mediana con un punto.

Solución

Empleamos la función geom_pointrange del paquete ggplot2. Delimitamos el min y máximo de y con fun.ymin y fun.ymax respectivamente. Con fun.y marcamos la coordinada del punto y para la mediana.

library(ggplot2)
ggplot(data = diamonds) +
  geom_pointrange(mapping = aes(x = cut, y = depth),
                  stat = "summary",
                  fun.ymin = function(z) {quantile(z,0.25)},
                  fun.ymax = function(z) {quantile(z,0.75)},
                  fun.y = median)

Resultados

Entradas relacionadas

Versión en inglés

Referencias

• Vertical intervals: lines, crossbars & errorbars
• stat_summary
• stackoverflow

Calcular el mínimo y la mediana de cada fila en R

Problema

Queremos añadir al siguiente data frame dos columnas con el mínimo y la mediana de cada fila.

df <- structure(list(V1 = c(5L, 4L, 7L), V2 = c(8L, 9L, 3L), V3 = c(12L, 
5L, 9L)), .Names = c("V1", "V2", "V3"), class = "data.frame", row.names = c(NA, 
-3L))

 V1 V2 V3
1  5  8 12
2  4  9  5
3  7  3  9

Solución

dplyr

library(dplyr)
# Usando el operador %>%
df %>% 
  rowwise() %>% 
  mutate(min= min(V1, V2, V3), median = median(c(V1, V2, V3)))
# Sin el operador %>%
mutate(rowwise(df), min = min(V1, V2, V3), median = median(c(V1, V2, V3)))

Source: local data frame [3 x 5]
Groups: 

     V1    V2    V3   min median
  (int) (int) (int) (int)  (int)
1     5     8    12     5      8
2     4     9     5     4      5
3     7     3     9     3      7

Paquete base R

df$min <- apply(df, 1, min)
df$median <- apply(df[, 1:3], 1, median)

  V1 V2 V3 min median
1  5  8 12   5      8
2  4  9  5   4      5
3  7  3  9   3      7

Entradas relacionadas

• Aplicar una función a cada columna en R con dplyr

Referencias

• stackoverflow

Substraer a cada valor de una fila la mediana de su respectiva fila en R

Problema

Queremos substraer a cada valor de una fila la mediana de la fila.

Datos

Creamos una matriz de 5x10.

set.seed(24)
m1 <- matrix(sample(0:9, 10*5, replace=TRUE), ncol=5)

      [,1] [,2] [,3] [,4] [,5]
 [1,]    2    6    0    3    4
 [2,]    2    3    5    2    3
 [3,]    7    6    7    3    2
 [4,]    5    6    1    1    2
 [5,]    6    3    2    9    0
 [6,]    9    9    6    2    0
 [7,]    2    1    0    7    3
 [8,]    7    0    5    6    3
 [9,]    8    5    6    6    2
[10,]    2    1    0    9    3

Solución

m1 - apply(m1, 1, median)

      [,1] [,2] [,3] [,4] [,5]
 [1,]   -1    3   -3    0    1
 [2,]   -1    0    2   -1    0
 [3,]    1    0    1   -3   -4
 [4,]    3    4   -1   -1    0
 [5,]    3    0   -1    6   -3
 [6,]    3    3    0   -4   -6
 [7,]    0   -1   -2    5    1
 [8,]    2   -5    0    1   -2
 [9,]    2   -1    0    0   -4
[10,]    0   -1   -2    7    1

Si queremos conocer la mediana de cada fila.

apply(m1, 1, median)

[1] 3 3 6 2 3 6 2 5 6 2

Notas

Empleamos la función apply para aplicar una función a cada fila, en este caso la función median (mediana). En el segundo argumento de la función 1 indica que la función será aplicada sobre las filas (fila a fila). Las funciones apply son muy útiles en R pues evitan el uso de bucles (loops), pudiendo aplicar funciones a los márgenes, filas o columnas, de una matriz.

Entradas relacionadas

• Aplicar una función a cada columna en R
• Aplicar una función a cada columna en R con dplyr

Referencias

• stackoverflow
• Apply Functions Over Array Margins
• Más información sobre funciones apply
• Median value