r map_df 到 invoke_map 的翻译

Question

我想在数据框中的多个列上应用多个函数。我已经研究出如何将一个函数应用于数据框中的所有列，但我很难尝试使用 invoke_map 来应用函数列表。我玩过 quo 和 enquo，但我没有正确的组合（或者我猜还没有掌握）。

玩具示例设置：

library(tidyverse)
library(RcppRoll)
library(purrr)

ID <- letters[1:26]
var1 <- sample(1:100, 26, replace= T)
var2 <- sample(100:200, 26, replace= T)
temp <- cbind(ID, var1, var2) %>% data.frame()

这适用于一个功能：

roll.var <- function(name) {
  label <- enquo(name)
  map_df(temp[, 2:3], ~ name(.x, 5, fill= NA)) %>%
  rename_all(funs(paste0(., '.', (!!label)))) %>%
  cbind(temp, .)
}

test <- roll.var(roll_sdr)

这是我尝试使用 invoke_map 将函数列表应用于所选列：

roll.func <- c("roll_sdr", "roll_varr")

invoke_map(roll.var, .x= roll.func)

它返回：名称错误（.x，51，填充=NA）：找不到函数“名称”

第二个问题是，在第一个示例生成的“测试”数据框中，第一个变量的名称不正确（var1.~），而第二个变量的名称是我预期的（var2.roll_sdr），可以是任何一个告诉我为什么？

任何解决方案和/或教育将不胜感激！

编辑：

结合 Mike 的解释，invoke_map 需要一个列表的列表来生成我想要的完整代码是：

library(tidyverse)
library(purrr)
library(RcppRoll)
library(plyr)

options(stringsAsFactors= F)

ID <- letters[1:26] %>% data.frame(ID= .)
var1 <- sample(1:100, 26, replace= T) %>% data.frame(var1= .)
var2 <- sample(100:200, 26, replace= T) %>% data.frame(var2= .)
temp <- bind_cols(ID, var1, var2)


roll.func <- list(list(roll_sdr, 'roll_sdr'),
                  list(roll_varr, 'roll_varr'))

roll.var <- function(name, vname) {
  map_df(temp[, 2:3], ~ name(.x, 5, fill= NA)) %>%
    rename_all(funs(paste0(., '.', vname))) %>%
    cbind(temp, .)
}

df <- invoke_map(roll.var, roll.func)
## plyr statrment works much faster than purrr:reduce
df2 <- join_all(df, by= c('ID', 'var1', 'var2'))

是否可以在 roll.var 函数中添加一条语句，这样 vname 就不必在 roll.func 中重复？在函数内部以某种方式引用名称一次？我玩过 enquo 和 rlang 包，但我没有想出正确的组合。

roll.func <- list(list(roll_sdr),
                  list(roll_varr))

既可以作为函数调用，也可以将标签附加到变量名。

Answer 1

这有两个问题。

第一个问题是 map_df(temp[, 2:3], ~ name(.x, 5, fill= NA)) 的构造 - 这不起作用，因为它不知道 name 指的是什么。在这些类型的情况下，您会发现只传递函数对象而不是函数的名称要容易得多——也就是说，不要把它放在引号中。

第二个问题是您的构造 roll.func 不正确。仔细阅读invoke_map 的文档 - 该参数必须是一个列表。列表的每个元素都必须是一个列表，其中的元素将作为参数传递给函数。所以，这个简单的例子有效：

library(purrr)

var1 <- sample(1:100, 26, replace= T) %>%  as.numeric
var2 <- sample(100:200, 26, replace= T) %>% as.numeric
temp <- cbind(var1, var2) %>% data.frame()

simple_example <- function(func) map(temp, func)

roll.func <- list(
  list(mean),
  list(sum)
)

invoke_map(simple_example, roll.func)
#> [[1]]
#> [[1]]$var1
#> [1] 53.42308
#> 
#> [[1]]$var2
#> [1] 140.6154
#> 
#> 
#> [[2]]
#> [[2]]$var1
#> [1] 1389
#> 
#> [[2]]$var2
#> [1] 3656

你应该能够适应它来做你需要的。