tryCatch 在 dplyr 的变异中？

Question

dplyr 的mutate() 有异常处理机制吗？我的意思是一种捕获异常并处理它们的方法。

让我们假设我有一个函数在某些情况下会引发错误（在示例中，如果输入为负数），为了简单起见，我定义了该函数，但在现实生活中，它在某些情况下会是一个函数R 包。让我们假设这个函数是矢量化的：

# function throwing an error
my_func <- function(x){
  if(x > 0) return(sqrt(x))
  stop('x must be positive')
}

my_func_vect <- Vectorize(my_func)

现在，假设我想在mutate() 中使用这个函数。

如果在mutate() 中使用此函数，它将在第一个错误处停止并且不返回任何结果：

library(dplyr)
# dummy data
data <- data.frame(x = c(1, -1, 4, 9))
data %>% mutate(y = my_func_vect(x))
# Error in mutate_impl(.data, dots) : Evaluation error: x must be positive.

在这种情况下，有没有办法捕捉错误并执行某些操作（例如返回 NA），同时获取其他元素的结果？

我期望的结果是使用带有tryCatch() 的循环将实现的结果，即类似于以下内容：

y <- rep(NA_real_, length(data$x))
for(i in seq_along(data$x)) {
  tryCatch({
    y[i] <- my_func_vect(data$x[i])
  }, error = function(err){})
}
y
# Result is: 1 NA 2 4

Answer 1

我们也可以使用purrr的safely()或possibly()函数。

来自purrr 帮助：

安全地：包装函数返回一个包含组件结果和错误的列表。一个值始终为 NULL。

安静地：包装函数返回一个包含组件结果、输出、消息和警告的列表。

可能：包装函数在发生错误时使用默认值（否则）。

这并没有改变您必须将函数分别应用于每一行的事实。

library(dplyr)
library(purrr)

# function throwing an error
my_func <- function(x){
  if(x > 0) return(sqrt(x))
  stop('x must be positive')
}

my_func_vect <- Vectorize(my_func)

# dummy data
data <- data.frame(x = c(1, -1, 4, 9))

带地图：

data %>% 
  mutate(y = map_dbl(x, ~possibly(my_func_vect, otherwise = NA_real_)(.x)))
#>    x  y
#> 1  1  1
#> 2 -1 NA
#> 3  4  2
#> 4  9  3

使用rowwise():

data %>%
  rowwise() %>% 
  mutate(y = possibly(my_func_vect, otherwise = NA_real_)(x))
#> Source: local data frame [4 x 2]
#> Groups: <by row>
#> 
#> # A tibble: 4 x 2
#>       x     y
#>   <dbl> <dbl>
#> 1     1     1
#> 2    -1    NA
#> 3     4     2
#> 4     9     3

其他函数在“数据框环境”中使用和应用有些困难，因为它们更适合处理列表并返回此类。

由reprex package (v0.2.0) 于 2018 年 5 月 15 日创建。

Answer 2

您想单独评估每个发生的错误，也许您不应该使用矢量化函数。而是使用 purrr 包中的 map，这实际上与此处的 lapply 相同。

如果您想要 NA 值以防出现错误，请创建一个函数来捕获错误以供标准使用。

try_my_func <- function(x) {
  tryCatch(my_func(x), error = function(err){NA})
}

然后使用mutate 和map

data %>% mutate(y = purrr::map(x, try_my_func))
   x  y
1  1  1
2 -1 NA
3  4  2
4  9  3

或者类似地，如果您不想声明新函数。

data %>% mutate(y = purrr::map(x, ~ tryCatch(my_func(.), error = function(err){NA})))

最后，如果您确实想使用矢量化函数，您可以完全跳过 map 函数。但就我个人而言，我从不使用Vectorize，所以我会使用map。

data %>% mutate(y = Vectorize(try_my_func)(x))