R语言中批量处理遇到错误的处理方法（1）

在编写R语言函数进行批量处理时，我们常会遇到处理某个数据时出现错误，但是希望（1）跳过该错误继续运行，并且记录错误的具体位置。（2）爬取信息时，对错误的地方忽略错误，继续运行，直到成功为止。

1、编写一个运算的函数，按行处理一个数据框里面的全部数据，计算出结果添加在数据框后面，中途有一行的数据存在问题，忽略错误继续运行完全部结果，将错误的地方填充为NA。

process_data <- function(data_frame, calculation_function) {
  # 创建一个新的矩阵用于存储结果
  result <- matrix(ncol = ncol(data_frame) + 1, nrow = nrow(data_frame))
  colnames(result) <- c(colnames(data_frame), "Result")
  # 迭代处理每行数据
  for (i in 1:nrow(data_frame)) {
    # 捕捉可能出现的错误
    tryCatch({
      # 运行计算函数并将结果存储在结果矩阵中
      result[i, ] <- c(as.character(data_frame[i, ]), calculation_function(as.numeric(data_frame[i, ])))
    }, error = function(e) {
      # 输出错误信息
      cat("Error at row", i, ":", conditionMessage(e), "\n")
      # 将错误的行填充为 NA
      result[i, ] <- c(as.character(data_frame[i, ]), NA)
    })
  }
  # 将结果转换为数据框并返回
  result_df <- as.data.frame(result)
  return(result_df)
}
data<-data.frame(x=c(1,2,3),y=c(3,4,"asd")) 
qwe<-process_data(data,sum)

2、存在错误或警告，继续尝试，中途每次停三秒，输出尝试次数。

process_data <- function(data_frame, calculation_function) {
  # 创建一个新的矩阵用于存储结果
  result <- matrix(ncol = ncol(data_frame) + 1, nrow = nrow(data_frame))
  colnames(result) <- c(colnames(data_frame), "Result")
  
  # 迭代处理每行数据
  for (i in 1:nrow(data_frame)) {
    # 定义尝试次数、最大尝试次数和延迟时间
    attempts <- 0
    max_attempts <- 3
    delay <- 3
    
    # 进行尝试
    while (attempts < max_attempts) {
      tryCatch({
        # 运行计算函数并将结果存储在结果矩阵中
        result[i, ] <- c(as.character(data_frame[i, ]), calculation_function(as.numeric(data_frame[i, ])))
        # 如果成功运行计算函数，则跳出尝试循环
        break
      }, error = function(e) {
        # 输出错误信息和尝试次数
        cat("Error at row", i, ":", conditionMessage(e), "\n")
        # 延迟一定时间后再次尝试
        Sys.sleep(delay)
      }, warning = function(w) {
        # 输出警告信息和尝试次数
        cat("Warning at row", i, ":", conditionMessage(w), "\n")
        # 延迟一定时间后再次尝试
        Sys.sleep(delay)
      })
      
      # 尝试次数+1
      attempts <- attempts + 1
    }
    
    # 如果仍然出现错误，则将错误的行填充为NA
    if (attempts == max_attempts && is.na(result[i, "Result"])) {
      result[i, ] <- c(as.character(data_frame[i, ]), NA)
    }
  }
  
  # 将结果转换为数据框并返回
  result_df <- as.data.frame(result)
  return(result_df)
}

data <- data.frame(x = c(1, 2, 3), y = c(3, 4, "asd"))
qwe <- process_data(data, sum)

通过上述示例，不难发现主要用到了tryCatch、for和while。实际情况需要灵活处理。