use varias columnas como variables con sapply

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)) 
} 

Busco 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 

Mientras que puedo utilizar ddply:

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

Esto no impide que todas las columnas. ¿Alguna sugerencia?

Edit: terminó usando:

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

Answer 1

Trate mapply():

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

Answer 2

intente esto:

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

pero se puede escribir 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) 

Answer 3

Sé que esto ha sido contestada pero en realidad tomaría un enfoque diferente que toma cualquier número de columnas y es más generalizable utilizando un enfoque de afuera;

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.

EDIT: Por los comentarios de zach, propongo esta función más formalizada que también funciona en marcos de datos con columnas no numéricas quitándolos 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

Su 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)