使用 purrr 和预定义函数添加多个输出变量

Question

拿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

我从这里开始尝试 pmap_dfr 等尝试将其映射回新列时似乎都出错了。

我如何最终创建 2 个与我当前 "new1"/"new2" 相匹配的变量？我确定有一个简单的咒语，但我显然忽略了它或使用了错误的 *map* 函数。

这里有一些有用的讨论 - - 但对于我想象的一个简单问题来说，它似乎过于老套和不灵活。

Answer 1

这是一种可能。

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

不太好，所以我也很想看看替代方案。 unnesting list 列和 spreading 到新列中产生了很多过剩。

这是另一种可能性，使用 pmap_dfc 加上丑陋的 as.data.frame(t(...)) 调用

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

示例数据

x <- data.frame(a = 1:3, b = 2:4)
mult <- function(a,b,n) (a + b) * n

Answer 2

我发现的最佳方法（仍然不是很优雅）是通过管道输入 bind_cols。为了让 pmap_dfr 正常工作，该函数应该 return 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

为了避免改变mult的定义，你可以将它包裹在一个匿名函数中：

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，实际上没有必要遍历行，因为您可以向量化来自 x 的输入，而不是遍历 n。优点是通常n > p，所以迭代次数会[可能]低很多。需要明确的是，这种方法是否可行取决于函数可以接受哪些参数的向量参数。

mult仍然需要在x的变量上调用。最简单的方法是显式传递它们：

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

...但这失去了 pmap 命名变量将自动传递给正确参数的好处。你可以通过使用 purrr::lift 来恢复它，这是一个改变函数域的副词，因此它通过将列表包装在 do.call 中来接受列表。可以在 x 上调用 returned 函数，该迭代的 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return是一个可以partial应用在x上的函数，所以它只剩下一个n参数，因此不需要对 x 的显式引用，因此管道更好：

x %>% bind_cols(map_dfc(1:2, partial(lift(mult), .)))

都是return一样的东西。如果您愿意，可以在事后使用 %>% set_names(~sub('^V(\d+)$', 'new\1', .x)) 修复名称。

Answer 3

为了模仿 Map 的输入格式，我们可以这样从 purrr 调用 pmap：

x[paste0("new",seq_along(ns))] <- pmap(list(x['a'], x['b'], ns), mult)

将其放入管道中：

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，这看起来很难看。但是我想不出更好的办法。

使用 purrr 和预定义函数添加多个输出变量

Add multiple output variables using purrr and a predefined function

r

function

purrr

示例数据