R语言小白学习笔记8—数据迭代

笔记链接

学习笔记1—R语言基础.
学习笔记2—高级数据结构.
学习笔记3—R语言读取数据.
学习笔记4—统计图.
学习笔记5—编写R语言函数和简单的控制循环语句.
学习笔记6—分组操作.
学习笔记7—高效的分组操作：dplyr.

学习笔记8—数据迭代

虽然R语言有很多方法迭代一个列表或者向量，但purrr包优化和标准化了数据迭代的方法。

8.1 map函数

purrr包的基础是map函数。

map函数将一个函数应用到列表的每个元素，并返回相同长度的一个列表。

map函数被设计来用管道操作。

例：

> library(purrr)
> theList <- list(A=matrix(1:9, 3), B=1:5, C=matrix(1:4, 2), D=2)
> theList %>% map(sum)
$A
[1] 45

$B
[1] 15

$C
[1] 10

$D
[1] 2

当有NA值时，结果会NA：

> theList2 <- theList
> theList2[[1]][2, 1] <- NA 
> theList2[[2]][4] <- NA 
> theList2 %>% map(sum)
$A
[1] NA

$B
[1] NA

$C
[1] 10

$D
[1] 2

两种解决方法：

1、用封装sum函数的匿名函数

> theList2 %>% map(function(x) sum(x, na.rm=TRUE))
$A
[1] 43

$B
[1] 11

$C
[1] 10

$D
[1] 2

2、为sum函数传入额外参数

> theList2 %>% map(sum, na.rm=TRUE)
$A
[1] 43

$B
[1] 11

$C
[1] 10

$D
[1] 2

编写匿名函数看似麻烦，但它在函数式编程中经常遇到，对使用map函数且无法按序传递函数参数时非常有用。

8.2 特定类型的map函数

map函数返回结果是列表，当需要其他返回结果时可以用map_*形式的函数，*指返回类型。

*注意：map_形式的函数为每个元素输出长度为1的一个向量，当每个元素的返回结果长度大于1时会报错。

1、map_int函数

返回结果必须是整数型

例：用map_int函数将NROW函数应用于每个元素

> theList %>% map_int(NROW)
A B C D 
3 5 2 1 

2、map_dbl函数

应用于返回结果是数值型的函数

> theList %>% map_dbl(mean)
  A   B   C   D 
5.0 3.0 2.5 2.0 

3、map_chr函数

应用于返回结果是字符型的函数

> theList3 <- list(A=1:5, B=2, C=1:10)
> theList3 %>% map_chr(class)
        A         B         C 
"integer" "numeric" "integer" 

注意：返回结果必须是长度为1的向量，否则会报错

如：

> theList %>% map_chr(class)
错误: Result 1 must be a single string, not a character vector of length 2
Run `rlang::last_error()` to see where the error occurred.

查看数据类型可以看见返回结果长度大于1：

> theList %>% map(class)
$A
[1] "matrix" "array" 

$B
[1] "integer"

$C
[1] "matrix" "array" 

$D
[1] "numeric"

4、map_lgl函数

应用于逻辑操作，返回一个逻辑向量

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

5、map_df函数

输入列表对其迭代应用某个函数来组合返回一个数据框。

> buildDF <- function(x)
+ {
+     data.frame(A=1:x, B=x:1)
+ }
> listOfLengths <- list(3, 4, 1, 5)
> listOfLengths %>% map_df(buildDF)
   A B
1  1 3
2  2 2
3  3 1
4  1 4
5  2 3
6  3 2
7  4 1
8  1 1
9  1 5
10 2 4
11 3 3
12 4 2
13 5 1

6、map_if函数

map_if函数：只有满足条件的元素才会被修改，剩下元素不变

例：theList的矩阵元素乘以2

> theList %>% map_if(is.matrix, function(x)x*2)
$A
     [,1] [,2] [,3]
[1,]    2    8   14
[2,]    4   10   16
[3,]    6   12   18

$B
[1] 1 2 3 4 5

$C
     [,1] [,2]
[1,]    2    6
[2,]    4    8

$D
[1] 2

8.3 数据框的迭代

因为数据框从技术上来讲是列表，所以迭代很简单

例：计算diamonds数据集数值型的列的平均值

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

可以看到，数值型列返回平均值，非数值型返回NA。

8.4 map函数的多输入

对于只有两个输入参数的情况，推荐使用map2函数，两个以上用pmap函数

> firstList <- list(A=matrix(1:16, 4), B=matrix(1:16, 2),C=1:5)
> secondList <- list(A=matrix(1:16, 4), B=matrix(1:16, 8), C=15:1)
> simpleFunc <- function(x, y)
+ {
+     NROW(x) + NROW(y)
+ }
> map2(firstList, secondList, simpleFunc)
$A
[1] 8

$B
[1] 10

$C
[1] 20

对于更一般的pmap函数，要求将所有列表放进一个列表

> pmap(list(firstList, secondList), simpleFunc)
$A
[1] 8

$B
[1] 10

$C
[1] 20