Question

我想生成一些数据框中其他列参数化的密度。到目前为止，这是一些代码：

library(tidyverse)

a = c(2,3,4)
b = c(10,11,10)

params = expand.grid(a, b)

bdens = function(a, b){
    dens =  dbeta(x = seq(0,1,0.01), shape1 = a, shape2  = b)
    return(dens)
  }

如何使用purrr和dplyr以我描述的方式创建嵌套观察？

Answer 1

如果我们提供带有函数参数名称的参数，我们可以在pmap上传递

library(purrr)
set.seed(24)
params$dbetacol <- pmap_dbl(c(list(x = rnorm(9)), 
              setNames(params, c('shape1', 'shape2'))), dbeta)

注意：此处x已创建，因为OP未提供有关'x'的详细信息

更新

基于OP的功能，我们可以在函数

上应用pmap

lst <- pmap(setNames(params, c('a', 'b')), bdens)

返回list vector个length，shape等于'params'数据集的行数，即每行seq(0, 1, 0.01)个参数对，为相同的'x'值计算β分布的密度，即101个元素（length(lst) #[1] 9 lengths(lst) #[1] 101 101 101 101 101 101 101 101 101）

{{1}}

使用purrr生成嵌套观察

1 个答案:

更新