文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >专栏 >R语言进阶笔记5 | purrr替代循环

R语言进阶笔记5 | purrr替代循环

作者头像
邓飞
发布于 2021-01-12 15:00:22
发布于 2021-01-12 15:00:22
3.7K0
举报
文章被收录于专栏：育种数据分析之放飞自我育种数据分析之放飞自我

purrr替代循环

1 purrr循环

引用知乎张敬信的说法：

❝用 R 写 「循环」 从低到高有三种境界：手动 for 循环，apply 函数族，purrr 包泛函式编程。 ❞

R写循环有三个境界：

  • 手动for循环
  • apply循环
  • purrr泛函式编程

其中，手动for循环我最常用，apply系列半吊子，purrr函数一窍不通，所以要学习一下。

2 泛函式函数

泛函式定义

函数的函数成为泛函式，map(x,f)中，map是函数，f也是函数，f是map的参数，那么map就是泛函数。

代码语言：javascript
复制
dat = data.frame(y1 = rnorm(10),y2 = rnorm(10)+10)
dat
map(dat,mean)

这里，map是函数，mean是map的参数，测试数据：

代码语言：javascript
复制
> dat = data.frame(y1 = rnorm(10),y2 = rnorm(10)+10)
> dat
          y1        y2
1  0.5817177 10.355036
2  1.4852696 10.058380
3  1.0901313 11.682624
4  0.2128081 11.119148
5  0.8566806 10.547209
6  0.8843383  9.414661
7  0.4761166 11.070056
8  0.3465340  9.301207
9  1.1130833 10.087095
10 0.6286422  9.983994
> map(dat,mean)
$y1
[1] 0.7675322

$y2
[1] 10.36194

如果使用apply系列的lapply函数，是这样处理的：

代码语言：javascript
复制
> lapply(dat,mean)
$y1
[1] 0.7675322

$y2
[1] 10.36194

两者结果完全一致，

所以，这里map和apply都是泛函式函数。

3 map的不同类型

  • map函数，支持一元函数
  • map2函数，支持二元函数
  • pmap函数，支持多元函数

这里先模拟数据：

代码语言：javascript
复制
> dat = data.frame(x1 =rnorm(10),x2 = rnorm(10),x3 = rnorm(10),x4 = rnorm(10))
> dat
             x1          x2          x3         x4
1   1.203531098 -0.33361497 -0.05708186  0.9924523
2  -0.340909576  0.22388983 -1.42836870 -0.2116809
3  -1.710778506  0.31278696  0.17518334  0.8943420
4  -0.001525112  0.22099926 -0.62475728 -0.7134268
5   0.229862264 -1.76353518 -1.04137751  0.5086442
6  -0.382215060  0.06071203 -0.86489543 -0.7195158
7   1.175170874 -0.78679427 -0.23324264 -0.4412758
8   0.151216441 -1.09148795  0.54867008  0.1762894
9  -0.017814828  0.51608686  0.04602458 -0.5771657
10 -1.406719653  0.30200433 -0.18020801  0.3050708

4 map应用

这里，map函数，支持一元函数

代码语言：javascript
复制
map(dat,max)

4.1 「map2应用」

这里map2可以支持二元函数，比如：

\frac{x1+x2}{2}
代码语言：javascript
复制
map2(dat$x1,dat$x2,~max(.x,.y))

上面的.x和.y表示datx1, datx2两个元素，~max表示匿名函数。上面需要用map2或者pmax，如果用map就失败：

代码语言：javascript
复制
> map(dat$x1,dat$x2,~max(.x,.y))
[[1]]
NULL

[[2]]
NULL

4.2 「pmap函数」

支持两个，或者两个以上的多元函数，默认是对行进行操作：

代码语言：javascript
复制
> pmap(dat,max)
[[1]]
[1] 1.203531
……

上面的也可以写为：

代码语言：javascript
复制
pmap(dat,~max(..1,..2,..3,..4))

4.3 map不同的后缀

  • *_chr，比如map_chr, map2_chr, pmap_chr等，返回字符
  • *_lgl，返回逻辑型向量
  • *_dbl，返回实数型向量
  • *_int，返回数字型向量
  • *_df，返回数据库
  • *_dfr, 返回数据库行合并
  • *_dfc, 返回数据框列合并

5 匿名函数写法

  • 一元的map，可以写为 .x，或者..1
  • 二元的map2，可以写为.x,.y，或者..1,..2
  • 三元的pmap，可以写为..1,..2,..3,..4

5.1 一元的map

下面三种写法是等价的。

  • 第一种，是直接调用max函数，不是匿名函数，不需要~符号，默认是对列处理，如果对行处理，可以用pmap
  • 第二种，是调用匿名函数，前面需要用~，参数用.x
  • 第三种，是调用匿名函数，前面需要用~，参数用..1
代码语言：javascript
复制
map(dat,max)
map(dat,~max(.x))
map(dat,~max(..1))

5.2 二元的map2

和上面一元map用法一样，下面三种也是等价的：

代码语言：javascript
复制
map2(dat$x1,dat$x2, max)
map2(dat$x1,dat$x2, ~max(.x,.y))
map2(dat$x1,dat$x2, ~max(..1,..2))

5.3 多元的pmap

因为多元的，不会有..x, ..y, ..z表示，只会有..1, ..2, ..3表示，所以下面两种也是等价的：

代码语言：javascript
复制
pmap(dat,max)
pmap(dat,~max(..1,..2,..3,..4))

6 函数的参数两种写法

6.1 直接在函数的函数内部

比如，要计算每一列的平均值，允许缺失值，需要用到参数na.rm = T，可以这样写：

代码语言：javascript
复制
> map(dat,~mean(.x,na.rm = T))
$x1
[1] -0.1100182

$x2
[1] -0.2338953

$x3
[1] -0.3660053

$x4
[1] 0.02137338

这里，用到了匿名函数，可以把匿名函数的参数，写在匿名函数里面。

6.2 直接在函数内部写

这里，因为map函数的用法是：map(.x, .f, ...)，其中

  • .x 为对象
  • .f 为函数
  • ...为.f函数的其它参数

所以，计算每一列的平均值，也可以写为：

代码语言：javascript
复制
> map(dat,mean,na.rm=T)
$x1
[1] -0.1100182

$x2
[1] -0.2338953

$x3
[1] -0.3660053

$x4
[1] 0.02137338

7 map的用法1：批量建模

这里使用我的R包learnasreml中的MET数据，进行测试。

MET数据是作物两年多点的产量试验数据，这里我们分别对每一个地点的品种进行方差分析。

代码语言：javascript
复制
library(learnasreml)
data(MET)
head(MET)
summary(MET)
代码语言：javascript
复制
> library(learnasreml)
> data(MET)
> head(MET)
  Year Location Rep                Cul  Yield
1 2009       KN   1        EarlyCanada 56.236
2 2009       KN   1        CalhounGray 74.167
3 2009       KN   1        StarbriteF1 32.601
4 2009       KN   1       CrimsonSweet 74.167
5 2009       KN   1 GeorgiaRattlesnake 64.794
6 2009       KN   1           FiestaF1 70.907
> summary(MET)
   Year     Location Rep                     Cul          Yield        
 2009:200   CI:80    1:100   CalhounGray       : 40   Min.   :  4.034  
 2010:200   FL:80    2:100   CrimsonSweet      : 40   1st Qu.: 45.166  
            KN:80    3:100   EarlyCanada       : 40   Median : 67.647  
            SC:80    4:100   FiestaF1          : 40   Mean   : 67.473  
            TX:80            GeorgiaRattlesnake: 40   3rd Qu.: 88.616  
                             Legacy            : 40   Max.   :180.906  
                             (Other)           :160   NA's   :3

数据包括：

  • 两年，2009，2012
  • 五个地点
  • 两个重复
  • 160个品种
  • 产量数据

这里，我们对每一个地点的品种，进行方差分析，常规的做法是：

  • 提取每一个地点的数据
  • 对每一个地点的数据进行方差分析
代码语言：javascript
复制
loc1 = MET[MET$Location == "CI",]
loc2 = MET[MET$Location == "FL",]
loc3 = MET[MET$Location == "KN",]
loc4 = MET[MET$Location == "SC",]
loc5 = MET[MET$Location == "TX",]

提取每一个地点的数据，单独保存。然后对每一个地点进行方差分析：

代码语言：javascript
复制
summary(aov(Yield ~ Cul, data=loc1))
summary(aov(Yield ~ Cul, data=loc2))
summary(aov(Yield ~ Cul, data=loc3))
summary(aov(Yield ~ Cul, data=loc4))
summary(aov(Yield ~ Cul, data=loc5))

如果使用map函数进行批量建模：

代码语言：javascript
复制
MET %>% split(.$Location) %>% map(.,~aov(Yield ~ Cul,.) %>% summary)

结果如下：

代码语言：javascript
复制
> MET %>% split(.$Location) %>% map(.,~aov(Yield ~ Cul,.) %>% summary)
$CI
            Df Sum Sq Mean Sq F value  Pr(>F)   
Cul          9   8696   966.2   3.193 0.00277 **
Residuals   69  20879   302.6                   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
1 observation deleted due to missingness

$FL
            Df Sum Sq Mean Sq F value Pr(>F)
Cul          9  10151  1127.9   1.565  0.143
Residuals   69  49723   720.6               
1 observation deleted due to missingness

$KN
            Df Sum Sq Mean Sq F value   Pr(>F)    
Cul          9   8236   915.1   4.038 0.000338 ***
Residuals   70  15863   226.6                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

$SC
            Df Sum Sq Mean Sq F value   Pr(>F)    
Cul          9  24478  2719.8     5.6 8.42e-06 ***
Residuals   70  33996   485.7                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

$TX
            Df Sum Sq Mean Sq F value Pr(>F)
Cul          9   5784   642.6   1.326   0.24
Residuals   69  33429   484.5               
1 observation deleted due to missingness

8 walk与map对比

walk和map函数组合上类似，不同的是walk不返回结果，比如你要保存数据时，就可以用walk函数系列。

  • walk，类似map函数
  • walk2，类似map2函数
  • pwalk，类似pmap函数

上面的MET数据，我们可以将数据按照品种分组，批量的保存名为地点的数据csv中。

代码语言：javascript
复制
data(MET)
head(MET)
MET %>% group_nest(Location) %>% pwalk(~ write.csv(.y,paste0(.x,".csv")))

结果，每个地点都有一个csv文件：

9 map函数用法2：批量读取数据

上面的csv文件，批量读取，然后合并再一起

代码语言：javascript
复制
re = map_dfr(file,read.csv)

10 参考：

https://zhuanlan.zhihu.com/p/168772624

https://mp.weixin.qq.com/s/H6nwbkePeeMhDCEwlC1PUA

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-01-03，如有侵权请联系 cloudcommunity@tencent.com 删除
数据库
sql
文件存储

本文分享自 育种数据分析之放飞自我 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

数据库
sql
文件存储
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
目录
  • purrr替代循环
    • 1 purrr循环
    • 2 泛函式函数
      • 泛函式定义
    • 3 map的不同类型
      • 4 map应用
      • 4.1 「map2应用」
      • 4.2 「pmap函数」
      • 4.3 map不同的后缀
    • 5 匿名函数写法
      • 5.1 一元的map
      • 5.2 二元的map2
      • 5.3 多元的pmap
    • 6 函数的参数两种写法
      • 6.1 直接在函数的函数内部
      • 6.2 直接在函数内部写
    • 7 map的用法1：批量建模
    • 8 walk与map对比
    • 9 map函数用法2：批量读取数据
    • 10 参考：
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2025 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论