R语言--map与reduce

map(映射)与reduce(规约)操作在数据处理中非常常见，R语言的核心是向量化操作，自带的apply系列函数完成了数据框的向量化计算，而purrr包中的map与reduce系列函数很好的拓展了向量化计算，使R语言处理数据更加优雅流畅。

purrr包是tidyverse系列中的包，开发者是大名鼎鼎的Hadley Wickham。purrr包中的函数很多，使用最多的是map与reduce系列函数。

安装包

install.packages('purrr')

map

map表示映射，可以在一个或多个列表/向量的每个位置上应用相同函数进行计算。map函数的映射对象只有一个。

map(.x, .f, …)
.x: 列表或向量；
.f: 映射函数；
...: 映射函数的其他参数

# 加载包
library(purrr)
# 单个向量map
1:4 %>%map(rnorm)

## [[1]]
## [1] 0.1892454
##
## [[2]]
## [1] -1.149757  1.782667
##
## [[3]]
## [1] 0.9311241 0.5962078 0.8575180
##
## [[4]]
## [1]  1.2708588  0.7957794 -0.0106283  0.5393979

从map函数的结果来看，其返回与输入向量等长的结果，类型为列表。

其他参数

可以指定映射函数的其他参数：

# 单个向量map,指定函数参数
1:4 %>%map(rnorm,mean=1,sd=2)

## [[1]]
## [1] 1.610763
##
## [[2]]
## [1] -0.4034499  1.5814313
##
## [[3]]
## [1] 2.806429 1.719962 2.005490
##
## [[4]]
## [1] 2.170663 2.849836 1.085069 4.130320

匿名函数

传入的函数可以是匿名函数：

# 单个向量map，使用匿名函数
1:4 %>%map(function(x) rnorm(x))

## [[1]]
## [1] 0.01422782
##
## [[2]]
## [1] 1.7895586 0.7135593
##
## [[3]]
## [1]  0.0603224  1.0498781 -1.0028828
##
## [[4]]
## [1]  0.2673761 -1.1297717  0.7769814  1.5304043

公式函数

还可以把函数当成一个公式传入，这是purrr提供的高级功能，能够简化代码量。

当函数只有一个参数时，公式函数中用.x代替参数；
当函数有两个参数时，公式函数中用.x,.y代替参数；
当函数有多个参数时，公式函数中用..1,..2,..3代替参数。

# 单个向量map,使用公式函数
1:4 %>%map(~rnorm(.x))

## [[1]]
## [1] -1.471681
##
## [[2]]
## [1] -0.04243286 -0.68348293
##
## [[3]]
## [1]  1.613470 -0.750001 -1.278718
##
## [[4]]
## [1]  0.9369563 -0.5285622  0.8601058  1.8868754

map2

map2函数是map函数的变形，映射对象有两个，需要注意两个列表/向量的长度必须相同。

map2(.x,.y, .f, …)
.x: 列表或向量；
.y: 列表或向量,与.x等长；
.f: 映射函数；
...: 映射函数的其他参数

# 两个向量map
map2(1:3,2:4,sum)

## [[1]]
## [1] 3
##
## [[2]]
## [1] 5
##
## [[3]]
## [1] 7

用公式函数的方式：

# 两个向量map，使用公式函数
map2(1:3,2:4,~sum(.x,.y))

## [[1]]
## [1] 3
##
## [[2]]
## [1] 5
##
## [[3]]
## [1] 7

# 两个向量map，使用公式函数
map2(1:3,2:4,~sum(..1,..2))

## [[1]]
## [1] 3
##
## [[2]]
## [1] 5
##
## [[3]]
## [1] 7

pmap

pmap函数是map函数的变形，映射对象为多个，需要注意多个列表/向量的长度必须相同。

pmap(.l, .f, …)
.l: 列表向量/列表；
.f: 映射函数；
...: 映射函数的其他参数

# 多个向量map
pmap(list(1:3,2:4,3:5),sum)

## [[1]]
## [1] 6
##
## [[2]]
## [1] 9
##
## [[3]]
## [1] 12

用公式函数的方式：

# 多个向量map，使用公式函数
pmap(list(1:3,2:4,3:5),~sum(..1,..2,..3))

## [[1]]
## [1] 6
##
## [[2]]
## [1] 9
##
## [[3]]
## [1] 12

map变形

map,map2和pmap返回的数据格式都是列表，有时候需要对返回的结果进行数据格式转换，这时候可以直接使用map系列的变形函数，直接一步完成。

# 返回列表
map(mtcars,mean)

## $mpg
## [1] 20.09062
##
## $cyl
## [1] 6.1875
##
## $disp
## [1] 230.7219
##
## $hp
## [1] 146.6875
##
## $drat
## [1] 3.596563
##
## $wt
## [1] 3.21725
##
## $qsec
## [1] 17.84875
##
## $vs
## [1] 0.4375
##
## $am
## [1] 0.40625
##
## $gear
## [1] 3.6875
##
## $carb
## [1] 2.8125

使用map_df函数，直接返回数据框格式。

# 返回数据框
map_df(mtcars,mean)

## # A tibble: 1 x 11
##     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1  20.1  6.19  231.  147.  3.60  3.22  17.8 0.438 0.406  3.69  2.81

# 返回字符向量
map_chr(mtcars,mean)

##          mpg          cyl         disp           hp         drat           wt
##  "20.090625"   "6.187500" "230.721875" "146.687500"   "3.596563"   "3.217250"
##         qsec           vs           am         gear         carb
##  "17.848750"   "0.437500"   "0.406250"   "3.687500"   "2.812500"

其他的有:

map_lgl/map2_lgl/pmap_lgl:返回逻辑向量；
map_int/map2_int/pmap_int:返回整数向量；
map_dbl/map2_dbl/pmap_dbl:返回浮点数向量；
map_chr/map2_chr/pmap_chr:返回字符串向量。

reduce

reduce函数表示规约，计算向量中相邻的两个元素，结果再与第三个元素计算，…，最后计算出一个值。

reduce(.x, .f, …)
.x: 列表向量/列表；
.f: 规约函数；
...: 函数的其他参数

# 单个向量reduce
reduce(1:5,paste)

## [1] "1 2 3 4 5"

reduce2

reduce2函数可以同时对两个向量进行规约计算，注意第二个向量长度需要比第一个向量小1。

reduce2(.x, .y,.f, …)
.x: 列表向量/列表；
.y: 列表向量/列表，长度比.x小1；
.f: 规约函数；
...: 函数的其他参数

# 多个向量reduce
reduce2(1:4,c(1,1,1),function(x,y,z) x+y-z)

## [1] 7

计算逻辑为第一次：1+2-1=2，第二次2+3-1=4，第三次4+4-1=7。

更多的purrr包中函数用法，可以参考：cheatsheet