【发布时间】:2018-05-05 00:47:55
【问题描述】:
我想一次将多个函数传递给一个 purrr::map 调用,其中函数需要一些参数。作为伪代码:
funs <- c(median, mean)
mtcars %>%
purrr::map(funs, na.rm = TRUE)
此代码不运行,但旨在显示我正在寻找的内容:将多个函数以及一些参数传递给map。
我查看了compose,但该函数的作用有所不同。
【问题讨论】:
我想一次将多个函数传递给一个 purrr::map 调用,其中函数需要一些参数。作为伪代码:
funs <- c(median, mean)
mtcars %>%
purrr::map(funs, na.rm = TRUE)
此代码不运行,但旨在显示我正在寻找的内容:将多个函数以及一些参数传递给map。
我查看了compose,但该函数的作用有所不同。
【问题讨论】:
invoke() 及其地图变体已弃用,取而代之的是rlang::exec()。来自文档:
这些函数已弃用,取而代之的是 exec()。他们不再 正在积极开发中,但我们将在包中维护它们 无限期。
invoke() 已弃用,取而代之的是更简单的 exec() 函数 从 rlang 重新导出。 exec() 评估从其构建的函数调用 输入并支持整齐的点
invoke_map() 已退役而无需替换,因为它更多 比使用 map()、map2() 的相应代码更难理解 和 exec()
所以现在等效的方法是:
library(dplyr)
library(purrr)
funs <- c(mean = mean, median = median)
args <- list(na.rm = TRUE, trim = .1) # trim argument non-matching and ignored for median
mtcars %>%
map_df(~ funs %>%
map(exec, .x, !!!args), .id = "var")
# A tibble: 11 x 3
var mean median
<chr> <dbl> <dbl>
1 mpg 19.7 19.2
2 cyl 6.23 6
3 disp 223. 196.
4 hp 141. 123
5 drat 3.58 3.70
6 wt 3.15 3.32
7 qsec 17.8 17.7
8 vs 0.423 0
9 am 0.385 0
10 gear 3.62 4
11 carb 2.65 2
【讨论】:
这是我的小步骤解决方案(取决于您所说的“一次”):
mtcars %>%
map_dbl(~{mean(.x, na.rm = TRUE)}) %>%
enframe() %>%
rename(mean = value) %>%
as_tibble %>%
left_join(mtcars %>%
map_dbl(~{median(.x, na.rm = TRUE)}) %>%
enframe() %>%
as_tibble %>%
rename(median = value))
【讨论】:
您想使用 map() 将多个函数应用于数据帧,但是(显然)没有 map() 变体可以完全做到这一点,只有部分功能。对于多函数部分,我们有 invoke_map(),对于数据帧上的多参数部分,我们有 pmap()。
invoke_map() 允许同时使用多个函数。例如,如果我们要为均匀分布和正态分布生成 5 个随机变量,代码为:
func <- list(runif, rnorm)
invoke_map(func, n = 5)
pmap() 就像 map,但它允许将多个参数传递给单个函数。例如,如果我们要从均值 = 0 和 sd = 1 的正态分布中生成 10 个随机变量,同时还要从均值 = 100 和 sd = 20 的正态分布中生成 100 个随机变量,代码如下所示:
args <- list(mean = c(0, 100), sd = c(1, 20), n = c(10, 100))
pmap(args, rnorm)
为了解决您的问题,我们必须按以下方式组合这两个功能:
fun <- function(f) pmap(list(x = mtcars, na.rm = TRUE), f)
param <- list(list(mean), list(median))
invoke_map(.f = fun, .x = param)
这是如何工作的?
在invoke_map() 级别,fun 将param 作为参数,这是我们要应用于mtcars 的函数。
接下来,在fun 级别,存储在param 中的这些函数由pmap() 一次一个地应用于mtcars 中的每一列。
注意:要使解决方案真正有意义,请记住参数 invoke_map() 和 pmap() 采用。
更多关于invoke_map() 和pmap() 工作原理的信息。
【讨论】:
mtcars %>% purrr::map_dfr(mosaic::favstats)