R recipes step_slice 使用 dplyr 按位置过滤行

step_slice() 创建配方步骤的规范，该步骤将使用 dplyr::slice() 过滤行。

用法

step_slice(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  inputs = NULL,
  skip = TRUE,
  id = rand_id("slice")
)

参数

recipe: 一个菜谱对象。该步骤将添加到此配方的操作序列中。
...: 整数行值。有关更多详细信息，请参阅dplyr::slice()。
role: 由于没有创建新变量，因此此步骤未使用。
trained: 指示预处理数量是否已估计的逻辑。
inputs: ... 给出的值的引用。
skip: 一个合乎逻辑的。当bake() 烘焙食谱时是否应该跳过此步骤？虽然所有操作都是在 prep() 运行时烘焙的，但某些操作可能无法对新数据进行(例如处理结果变量)。使用 skip = FALSE 时应小心。
id: 该步骤特有的字符串，用于标识它。

值

recipe 的更新版本，将新步骤添加到任何现有操作的序列中。

细节

当定义新变量的表达式中引用用户全局环境中的对象时，最好使用准引用(例如 !! )将该对象的值嵌入到表达式中(以便在会议)。请参阅示例。

行过滤

此步骤可以完全删除观察结果(数据行)，当稍后通过 bake() 将步骤应用于新数据时，这可能会产生意想不到的和/或有问题的后果。在任何给定的用例中，考虑 skip = TRUE 还是 skip = FALSE 更合适。在影响预测数据行的大多数情况下，可能根本不应该应用此步骤；相反，在开始预处理之前执行类似的操作 recipe() 。

整理

当您tidy()此步骤时，将返回包含过滤索引的列terms的tibble。

箱重

底层操作不允许使用案例权重。

也可以看看

其他行操作步骤：step_arrange()、step_filter()、step_impute_roll()、step_lag()、step_naomit()、step_sample()、step_shuffle()

其他 dplyr 步骤：step_arrange() , step_filter() , step_mutate_at() , step_mutate() , step_rename_at() , step_rename() , step_sample() , step_select()

例子

rec <- recipe(~., data = iris) %>%
  step_slice(1:3)

prepped <- prep(rec, training = iris %>% slice(1:75))
tidy(prepped, number = 1)
#> # A tibble: 1 × 2
#>   terms id         
#>   <chr> <chr>      
#> 1 1:3   slice_FPmAy

library(dplyr)

dplyr_train <-
  iris %>%
  as_tibble() %>%
  slice(1:75) %>%
  slice(1:3)

rec_train <- bake(prepped, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE

dplyr_test <-
  iris %>%
  as_tibble() %>%
  slice(76:150) %>%
  slice(1:3)
rec_test <- bake(prepped, iris %>% slice(76:150))
all.equal(dplyr_test, rec_test)
#> [1] "Attributes: < Component “row.names”: Numeric: lengths (3, 75) differ >" 
#> [2] "Component “Sepal.Length”: Numeric: lengths (3, 75) differ"              
#> [3] "Component “Sepal.Width”: Numeric: lengths (3, 75) differ"               
#> [4] "Component “Petal.Length”: Numeric: lengths (3, 75) differ"              
#> [5] "Component “Petal.Width”: Numeric: lengths (3, 75) differ"               
#> [6] "Component “Species”: Lengths: 3, 75"                                    
#> [7] "Component “Species”: Lengths (3, 75) differ (string compare on first 3)"

# Embedding the integer expression (or vector) into the
# recipe:

keep_rows <- 1:6

qq_rec <-
  recipe(~., data = iris) %>%
  # Embed `keep_rows` in the call using !!
  step_slice(!!keep_rows) %>%
  prep(training = iris)

tidy(qq_rec, number = 1)
#> # A tibble: 1 × 2
#>   terms id         
#>   <chr> <chr>      
#> 1 1:6   slice_xhh4Y

源代码：R/slice.R

相关用法

注：本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Filter rows by position using dplyr。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。