使用 purrr 和预定义函数添加多个输出变量答案

【问题标题】：Add multiple output variables using purrr and a predefined function使用 purrr 和预定义函数添加多个输出变量
【发布时间】：2019-01-29 09:08:32
【问题描述】：

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

使用基本 R 的 Map 我可以这样做以矢量化方式添加 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

我从这里尝试使用 pmap_dfr 等似乎都在尝试将其映射回新列时出错。

我如何最终制作 2 个与我当前的 "new1"/"new2" 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 - How to use map from purrr with dplyr::mutate to create multiple new columns based on column pairs - 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。

【问题讨论】：

这很难看，但我不认为你在找这个。 x %>% select(a,b) %>% pmap(mult, n=1:2) %>% bind_cols() %>% t()
这个呢：x[paste0("new",seq_along(ns))] <- pmap(list(x['a'], x['b'], ns), mult)?
@mt1022 - 这是一个非常好的观点，pmap/Map 直接类似。唯一的问题是我试图将它融入其他人的管道代码。有没有办法像（非工作）x %>% pmap(list(a,b,ns), mult) 一样将x 输入到pmap - 我在这个阶段仍然迷路。
我想不出更好的方法来将a 和b 从x 提供给pmap。我得到的最接近的是x %>% {list(.['a'], .['b'], ns)} %>% pmap(mult) %>% setNames(paste0('new', seq_along(ns))) %>% cbind(x)。
@mt1022 - 这还不错。为了完成，可能值得添加作为正式答案。

标签： r function purrr

【解决方案1】：

我发现的最佳方法（仍然不是非常优雅）是输入bind_cols。要让pmap_dfr 正常工作，函数应该返回一个命名列表（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

为避免更改mult 的定义，可以将其包装在匿名函数中：

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，实际上并不需要遍历行，因为您可以对来自 x 的输入进行矢量化处理，而是遍历 n。优点是通常 n > p，因此迭代次数会[可能]低得多。需要明确的是，这种方法是否可行取决于函数可以接受向量参数的哪些参数。

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 的好处，即命名变量将自动传递给正确的参数。您可以使用purrr::lift 来取回它，这是一个副词，它改变了函数的域，因此它通过将列表包装在do.call 中来接受列表。可以在 x 上调用返回的函数，并且该迭代的 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)))

但前者的优点是它返回一个可以partially 应用于x 的函数，因此它只剩下一个n 参数，因此不需要显式引用x 等等管道更好：

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

所有返回相同的东西。如果您愿意，可以在事后使用%>% set_names(~sub('^V(\\d+)$', 'new\\1', .x)) 修改名称。

【讨论】：

谢谢。很高兴知道我没有忽略一些非常基本的东西。我试着用set_names 捏造，但运气不佳。有点遗憾，mult 函数需要事先编辑。
您可以将 mult 包装在一个匿名函数中：x %>% bind_cols(pmap_dfr(., ~as.list(set_names(mult(...), paste0('new', 1:2))), n = 1:2))，但在某些时候它只是非常不透明的代码。
purrrlyr 的 by_row 和 invoke_rows 曾经提供执行此类任务的替代方法：x %>% purrrlyr::invoke_rows(mult, ., n = 1:2, .collate = 'cols')，但现在已被弃用。不过，它们确实是很有趣的功能。
我一直在考虑这个问题，如果实际函数足够相似，那么对行进行向量化并迭代n 会更有效，这通常会导致 [可能much] 更少的迭代次数，这里是 2 而不是 3：x %>% bind_cols(map_dfc(1:2, partial(lift(mult), .))) 不过，它确实取决于可以跨行参数向量化的函数。
您想在答案中添加最后一条评论吗？我觉得很有用。

【解决方案2】：

这是一种可能性。

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

不漂亮，所以我也很想看到替代品。 unnesting list 列和 spreading 到新列中产生了很多过剩。

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

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

样本数据

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

【讨论】：

有趣。至少这个答案可以按原样使用mult 函数。我会推迟，看看是否有其他人有一个超级简单的解决方案。
@thelatemail 我也觉得必须有一种更简单、更优雅的方式。我玩过两次map 电话（见更新）；仍然不优雅（丑陋的as.data.frame(t(...)) 并且名称仍然需要修复）。
@thelatemail [更新] 好吧，双重map 调用是不必要的，仍然有丑陋的as.data.frame(t(...))...

【解决方案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)

要将其装入管道：

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。但我想不出更好的办法。

【讨论】：