Question

我对Purrr包中的map函数有疑问。

我可以使用map
输出仍然是一个列表，这是我的问题;我需要将修改后的数据框作为R对象

以mtcars数据集为例：

#I create a second df
mtcars2 <- mtcars 

#change one variable just to distinguish them 
mtcars2$mpg <- mtcars2$mpg / 2

#create the list
dflist <- list(mtcars,mtcars2)

#then, a simple function example
my_fun <- function(x) 

{x <- x %>%

    summarise(`sum of mpg` = sum(mpg), 
              `sum of cyl` = sum(cyl)
    ) 
}

#then, using map, this works and prints the desired results
list_results <- map(dflist,my_fun)

但是，我需要将修改后的mtcars和mtcars2保存为r对象（数据帧）。

我应该为我的功能添加某种“保存”选项吗？
我应该使用map_df还是dmap？（我的试验没有成功）

事先，非常感谢大家！

Answer 1

这是一次尝试：

library(purrr)
library(tidyverse)

mtcars2 <- mtcars 
mtcars2$mpg <- mtcars2$mpg / 2
dflist <- list(mtcars,mtcars2)

要保存对象，需要为其指定特定名称，并使用：

assign("name", object, envir = .GlobalEnv)

这是实现这一目标的一种方法：

my_fun <- function(x, list) {
  listi <- list[[x]]
  assign(paste0("object_from_function_", x), dflist[[x]], envir = .GlobalEnv)
  x <- listi %>%
    summarise(`sum of mpg` = sum(mpg), 
              `sum of cyl` = sum(cyl)
    )
  return(x)
}

my_fun有两个参数 - seq_along(list)用于生成特定名称，list用于处理

这会保存两个对象object_from_function_1和object_from_function_2：

list_results <- map(seq_along(dflist), my_fun, dflist)

另一种方法是在地图函数之外使用list2env作为akrun建议

dflist <- list(mtcars,mtcars2)
names(dflist) <- c("mtcars","mtcars2")
list2env(dflist, envir = .GlobalEnv) #this will create two objects `mtcars` and `mtcars2`

并在您创建对象后运行map。

Answer 2

这是将 purrr::walk() 与 get() 和 assign() 结合使用的解决方案。与上述类似，但不完全相同。

library(dplyr)
library(purrr)
data(mtcars)

创建第二个数据框。

mtcars2 <- mtcars
mtcars2$mpg <- mtcars2$mpg / 2

创建应用于每个数据框的函数。

sum_mpg_cyl <- function(.data) {
  .data %>% 
    summarise(
      `sum of mpg` = sum(mpg),
      `sum of cyl` = sum(cyl)
    )
}

将sum_mpg_cyl()应用到mtcars和mtcars2，将两个同名的summary stats数据框保存到全局环境中。这种方法的一个潜在优势是您不需要创建单独的数据框列表。

walk(
  .x = c("mtcars", "mtcars2"),
  .f = function(df_name) {
    # Get the data frame from the global environment
    df <- get(df_name, envir = .GlobalEnv)
    
    # Calculate the summary statistics
    df <- sum_mpg_cyl(df)
    
    # Save the data frames containing summary statistics back to the global 
    # environment
    assign(df_name, df, envir = .GlobalEnv)
  }
)

我可能还会使用匿名函数并使用不同的名称保存汇总统计数据的两个数据框，如下所示：

# Reset the data
data(mtcars)
mtcars2 <- mtcars
mtcars2$mpg <- mtcars2$mpg / 2

walk(
  .x = c("mtcars", "mtcars2"),
  .f = function(df_name) {
    # Get the data frame from the global environment
    df <- get(df_name, envir = .GlobalEnv)
    
    # Calculate the summary statistics
    df <- df %>% 
      summarise(
        `sum of mpg` = sum(mpg),
        `sum of cyl` = sum(cyl)
      )
    
    # Rename the data frames containing summary statistics to distinguish
    # them from the input data frames
    new_df_name <- paste(df_name, "stats", sep = "_")
    
    # Save the data frames containing summary statistics back to the global 
    # environment
    assign(new_df_name, df, envir = .GlobalEnv)
  }
)

使用Purrr映射多个数据帧并将这些已修改的数据帧作为输出

2 个答案: