Itération en ligne comme appliquer avec purrr

Question

Comment réaliser une itération ligne par ligne en utilisant purrr :: map?

Voici comment je le ferais avec une application standard par ligne.

 df <- data.frame(a = 1:10, b = 11:20, c = 21:30)

lst_result <- apply(df, 1, function(x){
            var1 <- (x[['a']] + x[['b']])
            var2 <- x[['c']]/2
            return(data.frame(var1 = var1, var2 = var2))
          })
 

Cependant, ce n'est pas trop élégant, et je préfère le faire avec du ronronnement. Peut (ou non) être plus rapide aussi.

Answer 1

Vous pouvez utiliser pmap pour la ligne sage itération. Les colonnes sont utilisées comme arguments de quelle que soit la fonction que vous utilisez. Dans votre exemple, vous avez un trois-argument de la fonction.

Par exemple, ici, est - pmap à l'aide d'une fonction anonyme pour le travail que vous faites. Les colonnes sont transmis à la fonction dans l'ordre qu'ils sont dans le jeu de données.

pmap(df, function(a, b, c) {
     data.frame(var1 = a + b,
                var2 = c/2) 
     }  ) 

Vous pouvez utiliser le purrr tilde "à court de main" pour une fonction anonyme en se référant aux colonnes dans l'ordre avec les nombres précédés par deux points.

pmap(df, ~data.frame(var1 = ..1 + ..2,
                var2 = ..3/2)  ) 

Si vous souhaitez obtenir ces résultats en tant que données.cadre au lieu d'une liste, vous pouvez utiliser pmap_dfr.

Answer 2

Notez que vous êtes en utilisant uniquement vectorisé opérations dans votre exemple, de sorte que vous pourriez très bien le faire :

df %>% dplyr::transmute(var1 = a+b,var2 = c/2)

(ou en base R: transform(df,var1 = a+b,var2 = c/2)[4:5])

Si vous utilisez non vectorisé fonctions telles que la médiane vous pouvez utiliser pmap comme dans @aosmith 's réponse, ou de l'utilisation dplyr::rowwise.

rowwise est plus lente et les mainteneurs de paquets vous conseille d'utiliser le map de la famille au lieu de cela, mais il est sans doute plus facile sur les yeux qu' pmap dans certains cas. Personnellement, j'ai toujours l'utiliser lorsque la vitesse n'est pas un problème:

library(dplyr)
df %>% transmute(var3 = pmap(.,~median(c(..1,..2,..3))))
df %>% rowwise %>% transmute(var3 = median(c(a,b,c)))

(pour revenir à une stricte sans nom de la liste de sortie : res %>% split(seq(nrow(.))) %>% unname)

Answer 3

Vous êtes libre de toujours créer un wrapper autour d'une fonction que vous "aimez".

 rmap <- function (.x, .f, ...) {
    if(is.null(dim(.x))) stop("dim(X) must have a positive length")
    .x <- t(.x) %>% as.data.frame(.,stringsAsFactors=F)
    purrr::map(.x=.x,.f=.f,...)
}
 

appliquer la nouvelle fonction rmap (r owwise carte)

 rmap(df1,~{
    var1 <- (.x[[1]] + .x[[2]])
    var2 <- .x[[3]]/2
    return(data.frame(var1 = var1, var2 = var2))
    })
 

Informations supplémentaires: (eval de haut en bas)

 df1 <- data.frame(a=1:3,b=1:3,c=1:3)
m   <- matrix(1:9,ncol=3)

apply(df1,1,sum)
rmap(df1,sum)

apply(m,1,sum)
rmap(m,sum)

apply(1:10,1,sum)  # intentionally throws an error
rmap(1:10,sum)     # intentionally throws an error