Purrr包

2023-06-13 15:10:26

Hadley Wickham开发的，天生函数式编程范式，可以实现迭代列表，并对每个元素单独应用函数。尽管lapply函数在R的基础包中也都实现了相

Hadley Wickham开发的，天生函数式编程范式，可以实现迭代列表，并对每个元素单独应用函数。

尽管lapply函数在R的基础包中也都实现了相关的迭代功能，但Purrr包的函数在计算时间和编程耗时上更短，能使用管道符进一步操作。而且返回结果也更友好。

map函数

该包的基础函数，将函数应用到列表的每个元素上，并返回相应长度的一个列表。看起来与lapply函数类似，但map函数被设计来进行管道操作。

> theList <- list(A=matrix(1:9,3),B=1:5,C=matrix(1:4,2),D=2)n> lapply(theList,sum)n$An[1] 45nn$Bn[1] 15nn$Cn[1] 10nn$Dn[1] 2

map函数实现类似功能

> library(purrr)n> theList %>% map(sum)n$An[1] 45nn$Bn[1] 15nn$Cn[1] 10nn$Dn[1] 2

测试是否一样

> identical(lapply(theList, sum),theList %>% map(sum))n[1] TRUE

map函数可以用管道操作。

> theList2 <- theListn> theList2[[1]][2,1] <- NAn> theList2[[2]][4] <- NAn> theList2 %>% map(sum)n$An[1] NAnn$Bn[1] NAnn$Cn[1] 10nn$Dn[1] 2

当有NA值时的结果。

> theList2 %>% map(function(x) sum(x,na.rm = T))n$An[1] 43nn$Bn[1] 11nn$Cn[1] 10nn$Dn[1] 2

通过定义匿名函数处理NA值。

> theList2 %>% map( sum,na.rm =TRUE)n$An[1] 43nn$Bn[1] 11nn$Cn[1] 10nn$Dn[1] 2

上面通过为sum函数提供额外的参数来解决NA值。

返回特定类型的map函数

> theList %>% map_int(NROW)nA B C D n3 5 2 1

这个函数对每个元素返回一个整数，如果元素是一维的，返回其长度，如果是二维的，返回其行数。

> theList %>% map_int(mean)n错误: Can't coerce element 1 from a double to a integern>

上面返回结果不符合要求。

> theList %>% map_dbl(mean)n A B C D n5.0 3.0 2.5 2.0

这样就可以。

> theList %>% map(class)n$An[1] "matrix" "array" nn$Bn[1] "integer"nn$Cn[1] "matrix" "array" nn$Dn[1] "numeric"

元素的类型。

> theList %>% map_lgl(function(x) NROW(x) < 3)n A B C D nFALSE FALSE TRUE TRUE

返回逻辑向量。

buildDF <- function(x){n data.frame(A=1:x,B=x:1)} #构建有两列的数据框nnnlistOfLengths <- list(3,4,1,5)nlistOfLengths %>% map(buildDF) #迭代列表，为每个元素创建一个数据框

map函数返回一个长度为4的列表，其中每个元素都是一个数据框。

[[1]]n A Bn1 1 3n2 2 2n3 3 1nn[[2]]n A Bn1 1 4n2 2 3n3 3 2n4 4 1nn[[3]]n A Bn1 1 1nn[[4]]n A Bn1 1 5n2 2 4n3 3 3n4 4 2n5 5 1

下面直接返回数据框类型

> listOfLengths %>% map_df(buildDF)n A Bn1 1 3n2 2 2n3 3 1n4 1 4n5 2 3n6 3 2n7 4 1n8 1 1n9 1 5n10 2 4n11 3 3n12 4 2n13 5 1

map_if在符合某种条件下才对列表中的元素进行修改

> theList %>% map_if(is.matrix,function(x) x*2)n$An [,1] [,2] [,3]n[1,] 2 8 14n[2,] 4 10 16n[3,] 6 12 18nn$Bn[1] 1 2 3 4 5nn$Cn [,1] [,2]n[1,] 2 6n[2,] 4 8nn$Dn[1] 2n

也可以用更formula创建简单的匿名函数，参数形式为.x和.y

> theList %>% map_if(is.matrix,~ .x*2)n$An [,1] [,2] [,3]n[1,] 2 8 14n[2,] 4 10 16n[3,] 6 12 18nn$Bn[1] 1 2 3 4 5nn$Cn [,1] [,2]n[1,] 2 6n[2,] 4 8nn$Dn[1] 2

数据框的迭代

从本质上讲数据框也是列表。计算数据集diamonds中数值型的列的平均。

> data(diamonds,package = 'ggplot2')n> diamonds %>% map_dbl(mean)n carat cut color clarity n 0.7979397 NA NA NA n depth table price x n 61.7494049 57.4571839 3932.7997219 5.7311572 n y z n 5.7345260 3.5387338

非数值列型的列返回NA。

> diamonds %>% summarise_each(funs(mean))n# A tibble: 1 x 10n carat cut color clarity depth table price xn <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>n1 0.798 NA NA NA 61.7 57.5 3933. 5.73n# ... with 2 more variables: y <dbl>, z <dbl>nWarning messages:n1: `summarise_each_()` was deprecated in dplyr 0.7.0.nPlease use `across()` instead.

上述函数返回一个单行数据框，而map_dbl返回一个数值型向量。

map函数的多输入

两个列表的元素作用在函数上

firstList <- list(A=matrix(1:16,4),B=matrix(1:16,2),C=1:5)nsecondList <- list(A=matrix(1:16,4),B=matrix(1:16,8),C=15:1)nsimpleFunc <- function(x,y){n NROW(x)+NROW(y)n}nmap2(firstList,secondList,simpleFunc)nn$An[1] 8nn$Bn[1] 10nn$Cn[1] 20

下面返回整型向量

> map2_int(firstList,secondList,simpleFunc)n A B C n 8 10 20

更一般的pmap函数

> pmap(list(firstList,secondList),simpleFunc)n$An[1] 8nn$Bn[1] 10nn$Cn[1] 20

类似地

> pmap_int(list(firstList,secondList),simpleFunc)n A B C n 8 10 20