对于您来说，我有一个简单的问题，purrr专家在那里躲避了我一段时间以来的最佳搜索努力。首先，让我们看一下我要使用的嵌套列表数据结构。
#R version 3.4.1
library(purrr) # version 0.2.4
library(dplyr) # version 0.7.4
f1 <- function(a, b, c) {a + b^c}
f2 <- function(x) {x * 2}
f3 <- function(y, z) {y * z}
这些将传递给f1，f2和f3中的每一个：
p1 <- data_frame(a = c(2, 4, 5, 7, 8),
b = c(1, 1, 2, 2, 2),
c = c(.5, 5, 1, 2, 3))
p2 <- data_frame(x = c(1, 4))
p3 <- data_frame(y = c(2, 2, 2, 3),
z = c(5, 4, 3, 2))
我试图将数据保持在一个漂亮，整洁的矩形中。 “ id”变量是函数名称本身（在我的实际数据中，有数百个）：
df <- data_frame(fun_id = c('f1', 'f2', 'f3'),
params = list(p1, p2, p3),
funs = list(f1, f2, f3))
检查结构会向我们显示params和funs的列表列：
print(df)
# A tibble: 3 x 3
fun_id params funs
<chr> <list> <list>
1 f1 <tibble [5 x 3]> <fun>
2 f2 <tibble [2 x 1]> <fun>
3 f3 <tibble [4 x 2]> <fun>
使用purrr函数，也许还使用dplyr::mutate，如何在df中获得一个名为results的新列表列，其中每个元素都是一个包含以下内容的列表：以行方式使用funs中的参数在params中执行函数？
在一个简单的情况下，我可以让pmap做我想做的事情：
> pmap(.l = p1, .f = f1)
[[1]]
[1] 3
[[2]]
[1] 5
[[3]]
[1] 7
[[4]]
[1] 11
[[5]]
[1] 16
但是我真的很想在数据框架内执行此操作以使所有内容保持一致。以下内容将我带到正确的结构（一个带有列表列的数据框用于结果），但仅适用于一行，并且不通用：
> df %>%
slice(1) %>%
mutate(results = list(pmap(.l = params[[1]], .f = funs[[1]])))
# A tibble: 1 x 4
fun_id params funs results
<chr> <list> <list> <list>
1 f1 <tibble [5 x 3]> <fun> <list [5]>
预先感谢您提供的解决我的问题的帮助！
P.S。我查看了以下资源，但尚未找到答案：
purrr::pmap with dplyr::mutate
Using purrr::pmap within mutate to create list-column
http://statwonk.com/purrr.html
答案 0 :(得分：5)
purrr中有一个便捷功能可用于这种情况；将功能列表应用于相应的参数列表！它称为invoke_map，可以与mutate一起使用，如下所示。我认为，与map2(~pmap())相比，主要优势在于，如果有其他参数要提供给params中未包含的任何函数，则可以将它们作为命名参数添加到...中，而无需修改params。
library(tidyverse)
f1 <- function(a, b, c) {a + b^c}
f2 <- function(x) {x * 2}
f3 <- function(y, z) {y * z}
p1 <- data_frame(
a = c(2, 4, 5, 7, 8),
b = c(1, 1, 2, 2, 2),
c = c(.5, 5, 1, 2, 3)
)
p2 <- data_frame(x = c(1, 4))
p3 <- data_frame(
y = c(2, 2, 2, 3),
z = c(5, 4, 3, 2)
)
df <- data_frame(
fun_id = c("f1", "f2", "f3"),
params = list(p1, p2, p3),
funs = list(f1, f2, f3)
)
df2 <- df %>%
mutate(results = invoke_map(.f = funs, .x = params))
df2
#> # A tibble: 3 x 4
#> fun_id params funs results
#> <chr> <list> <list> <list>
#> 1 f1 <tibble [5 x 3]> <fn> <dbl [5]>
#> 2 f2 <tibble [2 x 1]> <fn> <dbl [2]>
#> 3 f3 <tibble [4 x 2]> <fn> <dbl [4]>
df2$results
#> [[1]]
#> [1] 3 5 7 11 16
#>
#> [[2]]
#> [1] 2 8
#>
#> [[3]]
#> [1] 10 8 6 6
由reprex package（v0.2.0）于2018-07-13创建。
答案 1 :(得分：1)
我们可以使用map2并为每行应用pmap函数。
df2 <- df %>%
mutate(result = map2(params, funs, ~pmap(.l = .x, .f = .y)))
df2
# # A tibble: 3 x 4
# fun_id params funs result
# <chr> <list> <list> <list>
# 1 f1 <tibble [5 x 3]> <fn> <list [5]>
# 2 f2 <tibble [2 x 1]> <fn> <list [2]>
# 3 f3 <tibble [4 x 2]> <fn> <list [4]>