使用 purrr 生成嵌套观察

Question

我想生成几个由数据框中其他列参数化的密度。到目前为止，这是一些代码：

library(tidyverse)

a = c(2,3,4)
b = c(10,11,10)

params = expand.grid(a, b)

bdens = function(a, b){
    dens =  dbeta(x = seq(0,1,0.01), shape1 = a, shape2  = b)
    return(dens)
  }

如何使用 purrr 和 dplyr 按照我描述的方式创建嵌套观察？

Answer 1

如果我们为参数提供函数的参数名称，我们可以将其传递给pmap

library(purrr)
set.seed(24)
params$dbetacol <- pmap_dbl(c(list(x = rnorm(9)), 
              setNames(params, c('shape1', 'shape2'))), dbeta)

注意：此处创建了 x，因为 OP 未提供有关 'x'

的详细信息

更新

基于OP的函数，我们可以在函数

上应用pmap

lst <- pmap(setNames(params, c('a', 'b')), bdens)

returns list of vectors 其中 length 等于 'params' 数据集的行数，即对于每对 [=每行有 19=] 个参数，β 分布的密度是针对相同的 'x' 值计算的，即 101 个元素 (seq(0, 1, 0.01))

length(lst)
#[1] 9
lengths(lst)
#[1] 101 101 101 101 101 101 101 101 101

使用 purrr 生成嵌套观察

Generating nested observations with purrr

r

dplyr

purrr

更新