使用 purrr 将变量列表映射到函数时出现问题

问题描述 投票：0回答：1

我正在使用 unvotes 软件包，目标是“使用 

purrr
功能，找出从 2000 年开始平均哪三个国家最同意美国的观点”。我首先创建了下面这个函数来计算从 x 年起任意两个国家之间的协议率：

votes_agreement_calculator <- function(country_code1, country_code2, year_min) {
library(unvotes)
data("un_votes")
data("un_roll_calls")
un_votes2 <-  un_votes %>%
  inner_join(un_roll_calls, by = "rcid")
un_votes2$year <- format(un_votes2$date, "%Y")
subset <- un_votes2 %>% 
  dplyr::select(year, unres, country_code, vote) %>% 
  filter(country_code == country_code1 | country_code == country_code2,
                year >= year_min) %>%
  group_by(unres) %>% 
  pivot_wider(names_from = country_code,
              values_from = vote,
              values_fn = first) %>% 
filter(!is.na(!!sym(country_code1)) & !is.na(!!sym(country_code2))) %>% 
  #!!sym() so that R recognizes the inputs as columns 
    group_by(year) %>% 
    summarise(total = n(),
              agree = sum(!!sym(country_code1) == !!sym(country_code2), na.rm = TRUE),  
              share = agree / total) 
return(mean(subset$share, na.rm = TRUE))
}

我首先遇到了一些问题，因为在 filter() 和 sum() 中它不会将我的输入识别为列，ChaGPT 建议放置 !!sym() 以便识别列。我测试了上面的功能，效果很好。然后我创建了一个新函数，以便它只需要一个国家作为参数：

new_function <- function(country_code) {votes_agreement_calculator(country_code, "US", 2000)
}

#checking if the results are the same as before
new_function("RU") #yes they are

这个函数也工作得很好，然后我使用 dplyr 按国家/地区代码对数据进行分组，并使用 purrr 将国家/地区代码列传递到函数中

#passing list of country codes as a vector into the new function 
votes_US_agreement <- un_votes2 %>%
  group_by(country_code) %>% 
  mutate(agreement_rate = purrr::map_vec(country_code, new_function)) %>%
  arrange(desc(agreement_rate)) %>% #arrange them in in descending order 
  slice_head(n = 3) #check the first three with the most agreement rates out

但是 R 不会给我输出，只是连续运行上面的代码几个小时，没有错误消息或类似的东西。

如果有人指出我的代码有什么问题，我将非常感激:)

我期望将变量列表映射到函数中应该可以正常工作，因为为函数提供单独的参数可以正常工作，但它没有......相反，它一直不停地运行......

r function mapping purrr
1个回答
0
投票

我在您发布的代码中发现了三个问题。

  1. 您正在函数顶部加载 
    unvotes
    包及其数据。这应该在函数之外完成，所以这段代码 只被执行一次。此外，您在函数中进行的一些数据转换对于任何值都具有相同的结果 你用作参数。这些步骤也应该在函数之外完成。
  2. ChatGPT 为您提供了一个可行但已弃用的解决方案，用于在使用数据屏蔽的 dplyr 动词中的变量字符串中使用 
    characters
    。 而不是 
    !!sym(x)
    它是 推荐使用
    .data[[x]]
    。阅读使用 dplyr 进行编程以了解更多信息。请注意，这种类型的 行为特定于 
    dplyr
    和 
    tidyverse
    ，而不是一般/基本 R 事物。
  3. 当您迭代 
    country_code
    数据框中的 
    un_votes2
    列时，每次出现在 
    un_votes2
    中时，您都会对某个国家/地区重复相同的计算。 相反，您只想每个国家/地区执行一次。此外，您在函数中选择的转换步骤对于性能来说并不是最好的。在 我的经验是，对于此类比较任务，
    dplyr::*_join()
    操作的表现比
    tidyr::pivot_wider()
    要好得多。如果我们重新思考 具有连接操作的函数我们可以实现一个函数，而不是运行 函数对于每个国家/地区组合，您可以为每个国家/地区（即“美国”）运行一次，并让它与所有其他国家/地区进行比较。

下面是解决我发现的问题的示例。请务必检查计算并确保它们正在执行 你在期待什么。

# Packages and data are loaded outside of function.
library(unvotes)
library(tidyverse)
data("un_votes")
data("un_roll_calls")

# Data transformations that are necessary for all further steps are done outside of the function.
un_votes2 <-
  un_votes %>%
  inner_join(un_roll_calls, by = "rcid") %>%
  mutate(year = year(date)) %>%
  dplyr::select(year, unres, country_code, vote)


# The function takes only one country code as input and then returns the agreement share with all other countries in the specified time frame.
votes_agreement_calculator <- function(country_code1, year_min) {
  target_subset <-
    un_votes2 %>%
    filter(
      country_code == country_code1,
      year >= year_min,
      !is.na(country_code)
    )

  non_target_subset <-
    un_votes2 %>%
    filter(
      country_code != country_code1,
      year >= year_min,
      !is.na(country_code)
    )

  left_join(
    non_target_subset,
    target_subset,
    by = c("year", "unres"),
    relationship = "many-to-many"
  ) %>%
    distinct() %>%
    mutate(agree = vote.x == vote.y) %>%
    group_by(country_code.x) %>%
    summarise(agree_share = sum(agree, na.rm = TRUE) / n())
}

我们现在可以一次针对一个国家/地区运行该功能。为了回答您的研究问题，我们使用“US”并按协议份额降序排序。

votes_agreement_calculator(
  country_code1 = "US",
  year_min = 2000
) %>%
  arrange(desc(agree_share))
#> # A tibble: 192 × 2
#>    country_code.x agree_share
#>    <chr>                <dbl>
#>  1 IL                   0.772
#>  2 FM                   0.688
#>  3 PW                   0.641
#>  4 MH                   0.617
#>  5 CA                   0.521
#>  6 GB                   0.492
#>  7 AU                   0.452
#>  8 FR                   0.448
#>  9 MC                   0.401
#> 10 CZ                   0.401
#> # ℹ 182 more rows

或所有国家：

un_votes %>%
  pull(country_code) %>%
  # we are using `unique()` to make sure that each country code is used only once
  unique() %>%
  # `set_names()` applies the country code values as names to itself, this is useful for map
  # to produce named results and `list_rbind()` being able to identify the target country.
  set_names() %>%
  map(votes_agreement_calculator, year_min = 2000) %>%
  list_rbind(names_to = "target_country")
#> # A tibble: 37,828 × 3
#>    target_country country_code.x agree_share
#>    <chr>          <chr>                <dbl>
#>  1 US             AD                   0.354
#>  2 US             AE                   0.148
#>  3 US             AF                   0.169
#>  4 US             AG                   0.168
#>  5 US             AL                   0.394
#>  6 US             AM                   0.197
#>  7 US             AO                   0.148
#>  8 US             AR                   0.224
#>  9 US             AT                   0.346
#> 10 US             AU                   0.452
#> # ℹ 37,818 more rows
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.