采用这个简单的数据集和函数(代表更复杂的问题):
x <- data.frame(a = 1:3, b = 2:4)
mult <- function(a,b,n) (a + b) * n
使用base R的Map
我可以这样做以向量化的方式添加2个新列:
ns <- 1:2
x[paste0("new",seq_along(ns))] <- Map(mult, x["a"], x["b"], n=ns)
x
# a b new1 new2
#1 1 2 3 6
#2 2 3 5 10
#3 3 4 7 14
purrr
尝试通过pmap
得到一个列表输出:
library(purrr)
library(dplyr)
x %>% select(a,b) %>% pmap(mult, n=1:2)
#[[1]]
#[1] 3 6
#
#[[2]]
#[1] 5 10
#
#[[3]]
#[1] 7 14
我在这里与pmap_dfr
等的尝试似乎都在试图将其映射回新列时出错。
我如何最终制作两个与我当前的"new1"/"new2"
相匹配的变量?我确定有一个简单的咒语,但我显然忽略它或使用错误的*map*
功能。
这里有一些有用的讨论 - How to use map from purrr with dplyr::mutate to create multiple new columns based on column pairs - 但它似乎过于苛刻和不灵活,我想象的是一个简单的问题。
我发现的最好的方法(仍然不是非常优雅)是管道进入bind_cols
。要使pmap_dfr
正常工作,该函数应返回一个命名列表(可能是也可能不是数据框):
library(tidyverse)
x <- data.frame(a = 1:3, b = 2:4)
mult <- function(a,b,n) as.list(set_names((a + b) * n, paste0('new', n)))
x %>% bind_cols(pmap_dfr(., mult, n = 1:2))
#> a b new1 new2
#> 1 1 2 3 6
#> 2 2 3 5 10
#> 3 3 4 7 14
为避免更改mult
的定义,您可以将其包装在匿名函数中:
mult <- function(a,b,n) (a + b) * n
x %>% bind_cols(pmap_dfr(
.,
~as.list(set_names(
mult(...),
paste0('new', 1:2)
)),
n = 1:2
))
#> a b new1 new2
#> 1 1 2 3 6
#> 2 2 3 5 10
#> 3 3 4 7 14
在这种特殊情况下,实际上并不需要迭代行,因为您可以对来自x
的输入进行矢量化,而是迭代n
。优点是通常n> p,因此迭代次数可能会更低。需要明确的是,这种方法是否可行取决于函数可以接受矢量参数的参数。
mult
仍然需要调用x
的变量。最简单的方法是明确地传递它们:
x %>% bind_cols(map_dfc(1:2, ~mult(x$a, x$b, .x)))
#> a b V1 V2
#> 1 1 2 3 6
#> 2 2 3 5 10
#> 3 3 4 7 14
...但是这失去了pmap
的好处,命名变量将自动传递给正确的参数。您可以使用purrr::lift
来获取它,这是一个更改函数域的副词,因此它通过将其包装在do.call
中来接受列表。可以在x
上调用返回的函数,并为该迭代调用n
的值:
x %>% bind_cols(map_dfc(1:2, ~lift(mult)(x, n = .x)))
这相当于
x %>% bind_cols(map_dfc(1:2, ~invoke(mult, x, n = .x)))
但前者的优点是它返回一个函数,可以partial
ly应用于x
所以它只剩下一个n
参数,因此不需要显式引用x
所以管道更好:
x %>% bind_cols(map_dfc(1:2, partial(lift(mult), .)))
所有回报都是一样的。如果你愿意的话,可以用%>% set_names(~sub('^V(\\d+)$', 'new\\1', .x))
修改名称。
这是一种可能性。
library(purrr)
library(dplyr)
n <- 1:2
x %>%
mutate(val = pmap(., mult, n = n)) %>%
unnest() %>%
mutate(var = rep(paste0("new", n), nrow(.) / length(n))) %>%
spread(var, val)
# a b new1 new2
#1 1 2 3 6
#2 2 3 5 10
#3 3 4 7 14
不漂亮,所以我也很想看到替代品。从unnest
ing list
专栏和spread
ing到新专栏,大量过剩。
这是使用pmap_dfc
加上一个丑陋的as.data.frame(t(...))
电话的另一种可能性
bind_cols(x, as.data.frame(t(pmap_dfc(x, mult, n = n))))
# a b V1 V2
#1 1 2 3 6
#2 2 3 5 10
#3 3 4 7 14
x <- data.frame(a = 1:3, b = 2:4)
mult <- function(a,b,n) (a + b) * n
为了模仿Map
的输入格式,我们可以用这种方式从pmap
调用purrr
:
x[paste0("new",seq_along(ns))] <- pmap(list(x['a'], x['b'], ns), mult)
要将其安装在管道中:
x %>%
{list(.['a'], .['b'], ns)} %>%
pmap(mult) %>%
setNames(paste0('new', seq_along(ns))) %>%
cbind(x)
# new1 new2 a b
# 1 3 6 1 2
# 2 5 10 2 3
# 3 7 14 3 4
显然,与简洁的基本R代码相比,这看起来很丑陋。但我想不出更好的方法。