文章目录

前言
map(.x,.f,…),map2(.x,.y,.f,…),pmap(.I,.f,…)
- 数据准备
- map()测试
- map2()测试
- pmap()测试
map_lgl(),map2_lgl(),pma_lgl()
map_chr(), map2_chr(), pmap_chr(),
map_dbl()，map2_dbl()，pmap_dbl()
map_dfr()， map2_dfr()， pmap_dfr()
map_dfc()， map2_dfc()， pmap_dfc()
map_if(.x,.p,.f,.else),map_at(.at.x,.p,.f,.else)
说明文档中的一些例子

前言

**map()**类函数在很大程度上替代了循环的作用，并且计算中利用的多线程并行计算，多使用不但可以提高计算效率还可以让代码更加整洁。

map(.x,.f,…),map2(.x,.y,.f,…),pmap(.I,.f,…)

x,y这里可以是atomic vector(向量或矩阵)或是list(列表，数据框),长度要相等。
map(x, f),map2(x,y,f),pmap(I,f)返回的是一个和x有同样长度的list.
map2()中变量长度必须相同，这点没有python灵活。
在pmap()函数中，I是一个list, f是个多元函数每次从list的每个原子中选一个对象进行计算。
f 是一个函数，或者是一个公式例如： ~ x + 2
…表示.f所需的参数。

数据准备

library(purrr)
fun=function(x){x+1}
funxy=function(x,y){x-y}
x=c(1,5,8,9)
X=list(1,2,6,5)
y=c(8,4,6,2)
z=c(1,4,8,6)

map()测试

x是vector的情况：

res=map(x,fun);res
# [[1]]
# [1] 2
#
# [[2]]
# [1] 6
#
# [[3]]
# [1] 9
#
# [[4]]
# [1] 10

x包含list的情况：

res=map(X,fun);res
# [[1]]
# [1] 2
#
# [[2]]
# [1] 3
#
# [[3]]
# [1] 7
#
# [[4]]
# [1] 6

map2()测试

res=map2(x,y,funxy);res
# [[1]]
# [1] -7
#
# [[2]]
# [1] 1
#
# [[3]]
# [1] 2
#
# [[4]]
# [1] 7

如果被映射变量长度不同就会报错：

y2=c(8,4)
res=map2(x,y2,funxy);res
# 错误: Mapped vectors must have consistent lengths:
#   * `.x` has length 4
#   * `.y` has length 2

list与vector混合的情况：

res=map2(X,y,funxy);res
# [[1]]
# [1] -7
#
# [[2]]
# [1] -2
#
# [[3]]
# [1] 0
#
# [[4]]
# [1] 3

pmap()测试

funxyz=function(x,y,z){x+y+z}
I=list(X,y,z)
res=pmap(I,funxyz);res
# [[1]]
# [1] 10
#
# [[2]]
# [1] 10
#
# [[3]]
# [1] 20
#
# [[4]]
# [1] 13

map_lgl(),map2_lgl(),pma_lgl()

返回逻辑向量

library(purrr)
fun=function(x){x>1}
funxy=function(x,y){x>y}
funxyz=function(x,y,z){x>y-z}
y=c(8,4,6,2)
x=c(1,5,8,9)
z=c(9,5,4,6)
mydata=data.frame(x,y,z)res=map_lgl(x,fun);res
#[1] FALSE  TRUE  TRUE  TRUEres=map2_lgl(x,y,funxy);res
#[1] FALSE  TRUE  TRUE  TRUEres=pmap_lgl(mydata,funxyz);res
# [1] TRUE TRUE TRUE TRUE

map_chr(), map2_chr(), pmap_chr(),

返回字符串向量

library(purrr)
fun=function(x){as.character(x)}
funxy=function(x,y){paste0(as.character(x),as.character(y))}
funxyz=function(x,y,z){paste0(as.character(x),as.character(y),as.character(z))}
y=c(8,4,6,2)
x=c(1,5,8,9)
z=c(9,5,4,6)
mydata=data.frame(x,y,z)res=map_chr(x,fun);res
# "1" "5" "8" "9"res=map2_chr(x,y,funxy);res
# "18" "54" "86" "92"res=pmap_chr(mydata,funxyz);res
# "189" "545" "864" "926"

map_dbl()，map2_dbl()，pmap_dbl()

返回的是一个双精度向量

library(purrr)
fun=function(x){x+0.11}
funxy=function(x,y){x-y+0.69}
funxyz=function(x,y,z){x-y-z-0.554}
y=c(8,4,6,2)
x=c(1,5,8,9)
z=c(9,5,4,6)
mydata=data.frame(x,y,z)res=map_dbl(x,fun);res
# [1] 1.11 5.11 8.11 9.11res=map2_dbl(x,y,funxy);res
# [1] -6.31  1.69  2.69  7.69res=pmap_dbl(mydata,funxyz);res
# [1] -16.554  -4.554  -2.554   0.446

map_dfr()， map2_dfr()， pmap_dfr()

返回一个dataframe, 是由每个f(x)输出rbind后的结果，因此也需要f的返回是一个dataframe。

 library(purrr)
fun=function(x){data.frame(var1=x+0.11,var2=x)}
funxy=function(x,y){data.frame(var1=x-y+0.69,var2=x)}
funxyz=function(x,y,z){data.frame(var1=x-y-z-0.554,var2=x+y+z)}
y=c(8,4,6,2)
x=c(1,5,8,9)
z=c(9,5,4,6)
mydata=data.frame(x,y,z)res=map_dfr(x,fun);res
# var1 var2
# 1 1.11    1
# 2 5.11    5
# 3 8.11    8
# 4 9.11    9res=map2_dfr(x,y,funxy);res
# var1 var2
# 1 -6.31    1
# 2  1.69    5
# 3  2.69    8
# 4  7.69    9res=pmap_dfr(mydata,funxyz);res
# var1 var2
# 1 -16.554   18
# 2  -4.554   14
# 3  -2.554   18
# 4   0.446   17

map_dfc()， map2_dfc()， pmap_dfc()

返回一个dataframe, 是由每个f(x)输出cbind后的结果，因此也需要f的返回是一个可以被cbind的输出。

library(purrr)
fun=function(x){data.frame(var1=x+0.11,var2=x)}
funxy=function(x,y){c(x-y+0.69,x)}
funxyz=function(x,y,z){data.frame(var1=x-y-z-0.554,var2=x+y+z)}
y=c(8,4,6,2)
x=c(1,5,8,9)
z=c(9,5,4,6)
mydata=data.frame(x,y,z)res=map_dfc(x,fun);res
# var1 var2 var11 var21 var12 var22 var13 var23
# 1 1.11    1  5.11     5  8.11     8  9.11     9res=map2_dfc(x,y,funxy);res
# # A tibble: 2 x 4
# V1    V2    V3    V4
# <dbl> <dbl> <dbl> <dbl>
#   1 -6.31  1.69  2.69  7.69
#   2  1     5     8     9   res=pmap_dfc(mydata,funxyz);res
# var1 var2  var11 var21  var12 var22 var13 var23
# 1 -16.554   18 -4.554    14 -2.554    18 0.446    17

map_if(.x,.p,.f,.else),map_at(.at.x,.p,.f,.else)

这里.p是判断函数，.f是判断为真的执行语句，.else是判断为假的执行语句，.at可以是字符串或者数值索引，表示对.x中这些对象起作用。注意这里的作用单元是list或vector中的每个原子，而非横向地从每个原子中取元素执行。

library(purrr)
fun=function(x){sum(x)>8}
x=c(1,5,8,9)
y=c(9,8,5,3)
z=c(-1,-2,5,3)
mydata=data.frame(x=x,y=y,z=z)
res=map_if(.x=x,.p=fun,.f=~'right',.else=~'wrong');res
# [[1]]
# [1] "wrong"
#
# [[2]]
# [1] "right"
#
# [[3]]
# [1] "right"
#
# [[4]]
# [1] "right"res=map_if(.x=mydata,.p=fun,.f=sum,.else=~'wrong');res
# $x
# [1] 23
#
# $y
# [1] 20
#
# $z
# [1] "wrong"res=map_at(.at=2:3,.x=x,.p=fun,.f=~'right',.else=~'wrong');res
# [[1]]
# [1] 1
#
# [[2]]
# [1] "right"
#
# [[3]]
# [1] "right"
#
# [[4]]
# [1] 9res=map_at(.at=2:3,.x=mydata,.p=fun,.f=~'right',.else=~'wrong');res
# $x
# [1] 1 5 8 9
#
# $y
# [1] "right"
#
# $z
# [1] "right"

说明文档中的一些例子

1:10 %>%map(rnorm, n = 10) %>%map_dbl(mean)# Or use an anonymous function
1:10 %>%map(function(x) rnorm(10, x))# Or a formula
1:10 %>%map(~ rnorm(10, .x))# Using set_names() with character vectors is handy to keep track
# of the original inputs:
set_names(c("foo", "bar")) %>% map_chr(paste0, ":suffix")# Supply multiple values to index deeply into a list
l2 <- list(list(num = 1:3,     letters[1:3]),list(num = 101:103, letters[4:6]),list()
)
l2 %>% map(c(2, 2))# A more realistic example: split a data frame into pieces, fit a
# model to each piece, summarise and extract R^2
mtcars %>%split(.$cyl) %>%map(~ lm(mpg ~ wt, data = .x)) %>%map(summary) %>%map_dbl("r.squared")# If each element of the output is a data frame, use
# map_dfr to row-bind them together:
mtcars %>%split(.$cyl) %>%map(~ lm(mpg ~ wt, data = .x)) %>%map_dfr(~ as.data.frame(t(as.matrix(coef(.)))))
# (if you also want to preserve the variable names see
# the broom package)

R语言中的函数5：purrrmap()相关推荐

R开发(part8)--应用R语言中的函数环境空间
学习笔记,仅供参考,有错必纠文章目录 R开发应用R语言中的函数环境空间 R语言的函数环境空间封闭环境绑定环境运行环境调用环境函数环境空间图示 R开发应用R语言中的函数环境空间 R语言的 ...
R语言中的函数20：parse(),eval()和do.call()
文章目录 parse()函数的用法实例 eval()函数的用法实例: do.call()函数的用法实例实现对多个数据框的合并 parse()函数的用法 parse()可以把字符串解析为R语言的 ...
R语言中的函数基本知识点
@[R语言中的plot()函数的用法] plot() pch 点符号类型 cex 点符号大小lty 线条类型 lty=1代表实线,2至6都是虚线,虚的程度不一样lwd 线条宽度col 颜色xlim y ...
R语言中的函数5：purrr:map()
文章目录前言 map(.x,.f,...),map2(.x,.y,.f,...),pmap(.I,.f,...) 数据准备 map()测试 map2()测试 pmap()测试 map_lgl(),m ...
R语言中的函数17：as.Date()和as.POSIXlt()
文章目录 as.Date()介绍 as.Date()实例 format()函数 format()函数实例 as.POSIXlt()函数和as.POSIXct()函数实例 POSIXct()和POSI ...
R语言中的函数11：corrplot::corrplot()和corrplot.mixed()
文章目录 corrplot() 介绍用法实例: corrplot.mixed() 用法实例 corrplot() 介绍该函数实现了对correlation矩阵和置信区间的图示化.并且它也可以对 ...
R语言中的函数2：predict()
目录 predict()的用法函数形式参数介绍 predict.glm()的用法函数形式参数介绍输出介绍实例 predict.lm()的用法参数含义实例 predict()的用法函数 ...
R语言中的函数3：curve()
文章目录 curve函数简介实例绘制y=x的直线绘制 y = 2x + 3 的直线 y= 2x + 3 幂函数图像 y = x 三角函数图像余切函数 curve函数简介 curve函数语法格式 ...
java把二维转换为一维_在R语言中什么函数可以将二维数组转换成一维数组
满意答案 vi31892i 2013.09.11 采纳率:44% 等级:11 已帮助:6956人这好象是汇编语言的问题吧举个例子吧 #include "iostream.h&quo ...

R语言中的函数5：purrrmap()