如何在R中的dplyr链内添加进度条

Question

我喜欢 dplyr 的“progress_estimated”功能，但我不知道如何让进度条在 dplyr 链内工作。我在此处放置了一个可重现的示例，其中包含代码。

我有一个相当大的 data.frame，如下所示：

                cdatetime latitude longitude   
1 2013-01-11 06:40:00 CST 49.74697 -93.30951
2 2013-01-12 15:55:00 CST 49.74697 -93.30951 
3 2013-01-07 20:30:00 CST 49.74697 -93.30951 

我想使用库计算每个日期的日出时间

library(dplyr)
library(StreamMetabolism)

我可以让 dplyr 的进度估计栏在循环内工作，例如：

丑陋的循环（有效）

p <- progress_estimated(nrow(test))

for (i in 1:nrow(test)){
  p$tick()$print()
  datetime = as.POSIXct(substr(test$cdatetime[i], 1, 20), tz = "CST6CDT")
  test$sunrise[i] <- sunrise.set(test$latitude[i], test$longitude[i], datetime, "CST6CDT", num.days = 1)[1,1]
}

但是我如何将它嵌套在我的函数中，这样我就可以避免使用循环？

更喜欢使用：

SunriseSet <- function(dataframe, timezone){
  dataframe %>% 
    rowwise() %>% 
    mutate(# calculate the date-time using the correct timezone
      datetime = as.POSIXct(substr(cdatetime, 1, 20), tz = timezone),
      # Get the time of sunrise and sunset on this day, at the county midpoint
      sunrise = sunrise.set(latitude, longitude, datetime, timezone, num.days = 1)[1,1])
}

这里如何获得进度条？

test2 <- SunriseSet(test, "CST6CDT")

以下是一些示例数据：

test <- data.frame(cdatetime = rep("2013-01-11 06:40:00", 300),
                   latitude = seq(49.74697, 50.04695, 0.001),
                   longitude = seq(-93.30951, -93.27960, 0.0001))

Answer 1

与其使用

rowwise()

，不如尝试将

map*

中的

purrr

函数与

progress_estimated()

配对。 这个答案遵循 https://rud.is/b/2017/03/27/all-in-on-r%E2%81%B4-progress-bars-on-first-post/.

的方法

首先，将您的函数包装在另一个更新进度条的函数中：

SunriseSet <- function(lat, long, date, timezone, num.days, .pb = NULL) {
  if (.pb$i < .pb$n) .pb$tick()$print()
  sunrise.set(lat, long, date, timezone, num.days)
}

然后，使用

pmap

或

pmap_df

迭代输入（将输出绑定到数据帧中）：

library(purrr)
pb <- progress_estimated(nrow(test), 0)
test2 <- test %>% 
  mutate(
    sunrise = pmap_df(
      list(
        lat = latitude, 
        long = longitude,
        date = as.character(cdatetime)
      ),
      SunriseSet,
      timezone = "CST6CDT", num.days = 1, .pb = pb
    )$sunrise
  )

Answer 2

这是一个在 rowwise() 中使用 cli::cli_progress_bar 的解决方案。 .env 是一个 dplyr 变量，它具有当前环境（在 rowwise 内），您需要将其父级传递给 cli_progress_update。

x <- tibble::tribble(
  ~a,
  1,
  2,
  3,
  4,
  5,
  6,
  7
)

cli::cli_progress_bar("Some progress", total = 7)

y <- x |>
  dplyr::rowwise() |>
  dplyr::mutate(b = (function(x){
    Sys.sleep(50/100)
    cli::cli_progress_update(.envir =parent.env(.env))
    x
  })(a))

Answer 3

我不太喜欢我的解决方案，但它有效。

print_tick_function <- function(x, p) {
  p$tick()$print()
  data.frame(x)
}

SunriseSet <- function(dataframe, timezone){
  p <- progress_estimated(nrow(dataframe))
  dataframe %>% 
    rowwise() %>% 
    do(print_tick_function(.,p)) %>%
    mutate(
      datetime = as.POSIXct(substr(cdatetime, 1, 20), tz = timezone),
      sunrise = sunrise.set(latitude, longitude, datetime, timezone, num.days = 1)[1,1]
    )
}
test2 <- SunriseSet(test, "CST6CDT")