我经常需要使用自定义函数一次通过附加的几列来改变数据框，最好是使用并行化。以下是我已经知道如何做到这一点的方法。

设置

假设我想要两个新列foocol = x + y和barcol = (x + y) * 100，但这些实际上是在自定义函数中完成的复杂计算。

方法 1：使用rowwiseand分别添加列mutate

这不是一个好的解决方案，因为它需要对每行进行两次函数调用，并且需要对x + y. 它也没有并行化。

方法2：欺骗ddply行操作

在这里，我通过拆分我刚刚创建的唯一列来欺骗ddply在每一行上调用一个函数。id但是，它很笨重，并且需要维护一个无用的列。

方法三：splat

我喜欢这个解决方案，因为您可以df在没有数组理解的情况下引用自定义函数中的列（如果需要，可以是匿名的）。但是，此方法不是并行化的。

方法四：by_row

purrr中的by_row函数消除了对唯一列的需要，但此操作不是并行化的。id

方法五：pmap_df

这是我找到的最佳选择。函数族pmap还接受匿名函数以应用于参数。不过，我相信会pmap_df转换df为列表并返回，因此可能会影响性能。

function(x, y, ...)我需要在函数定义中引用我计划用于计算的所有列，而不仅仅是function(r)行对象，这也有点烦人。

我错过了任何好的或更好的选择吗？我描述的方法有什么问题吗？

数据

嗨，这是这个问题的后续问题。基本上，我有以下数据框：

这些是示例数据。原始数据框有数百个变量的唯一值Vehicle.ID2。它表示车辆对，即“目标车辆#-前车#”。

我想做的事

我想使用现有变量估计 5 个新变量。由于新变量依赖于现有变量及其本身，for-loop因此使用了 a。示例数据 ( foo) 仅包含 1 个唯一的Vehicle.ID2。如果将以下for-loop内容直接应用于foo，它会给出预期的结果：

由于原始数据框有很多Vehicle.ID2s，我想for-loop在一个函数中使用它，然后将该函数应用于所有由 s 分割的数据组Vehicle.ID2。

我尝试了什么和问题：

我尝试使用该purrr软件包。

功能

将函数应用于数据：

为什么会导致NULL？这是完全相同的功能。

数据

以下是示例数据集：

我想做的事：

我将以下函数应用于数据框veh：

请注意，原始数据框有多个Vehicle.ID2s。我使用tidyr并purrr应用此功能。另外，我正在使用safelyin函数purrr来收集结果和错误。

这工作正常。现在，我想得到结果。使用和safely创建一个列表。对于示例数据： resulterror

如何仅将result部分作为新数据框获取？
我尝试使用foos <- unnest(foos, map(joo, transpose()))，但没有奏效。

我对使用 R 中的列表还很陌生，并且有一个快速的问题，也涉及使用purrr. 下面以太小的样本数据框为例。

如果您可以包括如何一次重命名列表元素而不是使用下面的两行，那么您将获得奖励：

所以接下来，如果我想过滤每个数据框Animals，然后使用下面的两行代码将每个数据框导出到 Excel 电子表格中：

但是，为了提高效率，我可以将两个数据帧加入 alist并purrr同时过滤每个数据帧。

对于上面的代码，我将为~filter每个动物使用多行，所以不确定是否有更有效的方法可以避免在仍然使用purrrand的同时编写许多不同的代码行dplyr？

另外，我如何使用write.csvwith purrr。我可以将列表导出到一个电子表格中，但我不确定如何分解列表以便正确导出。此外，我可以将每个列表元素导出到单独的电子表格中。很高兴看到这两种情况的解决方案。

介绍

在最近参加了 Hadley Wickham 的函数式编程课程后，我决定尝试将一些课程应用到我的工作项目中。当然，事实证明我尝试的第一个项目比课堂上演示的示例更复杂。有没有人建议使用该purrr软件包以使下面描述的任务更有效？

项目背景

我需要将五分位组分配给空间多边形数据框中的记录。除了记录标识符之外，还有其他几个变量，我需要计算每个变量的五分位组。

这是问题的症结所在：我被要求识别一个特定变量中的异常值，并在整个分析中省略这些记录， 只要它不改变任何其他变量的第一个五分位组的五分位组成。

问题

我已经组装了一个 dplyr 管道（参见下面的示例），它对单个变量执行此检查过程，但是我如何重写此过程以便我可以有效地检查每个变量？

编辑：虽然作为中间步骤当然可以将数据的形状从宽更改为长，但最终它需要返回其宽格式，以便它与@polygons空间多边形数据框的槽相匹配。

可重现的例子

你可以在这里找到完整的脚本：https ://gist.github.com/tiernanmartin/6cd3e2946a77b7c9daecb51aa11e0c94

库和设置

加载示例数据并从中抽取一小部分样本

计算有和没有异常值记录的五分位数组

在 的帮助下ggplot2，我可以看到在此示例中识别了六个异常值，并且它们的遗漏不会影响第一个五分之一组pop1990。

重要的是，此信息在两个新变量中进行跟踪：qnt_1990_chng_lgl和qnt_1990_chng_dir。

我现在需要找到一种方法来对数据框中的每个变量（即pop1960- pop2030）重复此过程。理想情况下，将为每个现有pop*变量创建两个新变量，并且它们的名称前面qnt_和后面都是_chng_diror _chng_lgl。

是purrr正确的工具吗？dplyr::mutate_? data.table?

我刚刚遇到了 purrr 包，我认为这会对我想做的事情有所帮助 - 我只是无法将它放在一起。

我认为这将在帖子中进行，但会讨论一个常见的用例，我认为许多其他人会遇到，所以希望这对他们也有用。

这就是我的目标：

1. 从一个大数据集中在每个不同的子组上运行多个模型。
2. 准备好这些模型，以便我可以检查 - 系数、准确性等。
3. 从每个不同分组的保存模型列表中，能够将相应的模型应用于相应的测试集组。

1. 我已经做到了这一点，但我不知道如何将相应的模型“映射”到相应分组值的“测试”数据集。
2. 现在我也可能正在尝试使用相应组的训练数据从 linear_model1 或 linear_model2 的训练中获取残差。

models$linear_model1[[2]]$residuals 将向我显示 model1 的第二组的残差。我只是不知道如何将所有模型$linear_model1 $residuals 转移到训练数据集。

我的理解是 tidyr 的 nest() 函数所做的事情与我创建模型的 do() 创建时发生的事情相同。

再次只是寻找一种方法来轻松地将这些残差/训练预测“映射”到训练数据集，然后将相应的模型应用于我上面创建的看不见的测试数据集。

我希望这不会令人困惑，因为我在这里看到了很多承诺，我只是无法弄清楚如何将它们组合在一起。

我认为这是一项很多人都希望能够以这种更“自动化”的方式完成的任务，而是人们非常缓慢地一步一步完成的任务。

map()通过使用purrr 包中的各种函数，您可以将整数或字符串传递给函数并从子列表中提取元素。这些工作正如我所期望的那样：

我的问题是，如何从这个列表中提取多个元素？如果我想要 A 和 B 的“沉默”，以及 A 和 B 的“猫”和“鱼头”（换句话说，A 和 B 的元素 1 和 2），这可能map()吗？如果没有，最好的方法是什么？

这是我认为可行的方法：

其中 1 指的是每个子列表中的第一个元素，而 2 指的是第二个元素。但这与list1上面的返回相同。usingc(1, 2)不起作用，因为它指的是嵌套结构（即[[1]][[2]]）。我查看了通过 Google 找到的文档和一些示例，但没有运气。有任何想法吗？

更新：我应该解释一下，理想情况下我希望能够按名称选择元素，如“沉默”。然而，这似乎不太好用。（我有几个大列表，我想要更改的元素的位置）

现在我正在学习如何在 r 中使用 purrr 包，并思考如何生成 1、2、...、99、100 次掷硬币的 5 个样本。我的形象是创建一个列表，应该看起来像..

谁能帮我弥补这个？

您好，我正在尝试编写一个接收数据帧的函数，它将所有 POSIXct 或 POSIXlt 类型转换为 R 中的 Date 类型。我已经创建了该函数的一部分，但我坚持迭代每个索引处的元素。

get data 函数似乎可以工作，但我不确定如何从 getdata 中获取每个元素并将其转换为 R 中的 Date 类。谢谢！

I have a log file that look like this. This is a text document that looks like:

I'm trying to parse the JSON in the Message column by:

But, I'm hitting the following error:

How can I get rid of the "trailing garbage"?