泛化for循环以在自定义函数中使用

使用下面的for循环，我可以创建一个给定员工之上所有经理的列表（基本上是一个员工的经理、她的经理的经理等的列表）

上述代码的输出是

A tibble: 5 x 3
emp_id mgr_id ranks_above
  <chr>  <chr>  <list>     
1 001    002    <list [3]> 
2 002    004    <list [2]> 
3 003    004    <list [2]> 
4 004    005    <list [1]> 
5 005    NA     <list [0]>

我的函数失败，所有数据和变量都作为参数提供，失败的消息是“mutate_impl（.data，dots）中出错”： 计算错误：元素1的长度为2，而不是1或5..”：

---

get_mgrs_>。我想不出一种方法来调整您的代码，但我希望这种方法是有意义的。基本上，您希望从单个员工id表及其直接经理id表中获取每个员工的完整命令链。在这里，我创建该表
查找
，并将其反复连接到输入数据框中，该输入数据框基本上就是员工id，一个
命令链
列表列，我将每个额外的经理添加到其中，以及一个
current\u join
列，该列存储在每次迭代中要查找的id

然后我们可以简单地将
join_once
函数包装在
join_all
中，该函数将一直调用它，直到到达所有命令链的末尾（只有
NA
s）。我清理了输出以丢弃NAs，并将命令链打印为逗号分隔的字符串，这样您就可以看到它完成了什么

在某种程度上，我不知道这是否特别有效，因为您必须连接许多可能不需要的变量（例如，
004
的连接次数比需要的多三次），但我认为这至少在概念上是简单的

库（tidyverse）
查找百分比
变异（命令链=emp\u id，当前连接=emp\u id）
加入你一次%
左联合（查找，按=c（“当前联合”=“emp\U id”））%>%
变异(
command_chain=map2（command_chain，mgr_id，~c（.x，.y）），
当前加入=管理者id
) %>%
选择（-mgr\u id）
}
连接所有emp id命令链抄送为字符串
#>                       
#> 1 001         001,002,004,005
#> 2 002         002,004,005    
#> 3 003         003,004,005    
#> 4 004         004,005        
#> 5 005         005

由（v0.2.0）于2018年8月22日创建。
您的循环结构让我感到困惑，因此我在
时使用
对其进行了更改。这只允许在最后应用
map

get_mgrs_above <- function(id, data = NULL, max_steps = 5) {

  stopifnot(!is.null(data))

  mgr_ids_above <- list()

  mgr  <- id
  iter <- 0

  while (iter < max_steps & !is.na(mgr)) {

    mgr <- data$mgr_id[data$emp_id == mgr]

    if (!is.na(mgr)) {
      mgr_ids_above <- append(mgr_ids_above, mgr)
    }

    iter <- iter + 1

  }

  return(mgr_ids_above)

}

ds$ranks_above <- map(ds$emp_id, get_mgrs_above, data = ds)

get_mgrs_over@CalumYou，是的，我已经更新了预期的输出示例。
A tibble: 5 x 3
emp_id mgr_id ranks_above
  <chr>  <chr>  <list>     
1 001    002    <list [3]> 
2 002    004    <list [2]> 
3 003    004    <list [2]> 
4 004    005    <list [1]> 
5 005    NA     <list [0]>

ds_mgrs_above$ranks_above[[1]]

[[1]]
[1] "002"

[[2]]
[1] "004"

[[3]]
[1] "005"

get_mgrs_above <- function(
  data,
  id = emp_id,
  mgr_id = mgr_id,
  emp_id = emp_id,
  max_steps = 5){

  mgr_ids_above <- vector("list", length = max_steps)

  for (i in seq_along(mgr_ids_above)) {
    mgr_ids_above[[i]] <- data$mgr_id[data$emp_id == id]

    id <- mgr_ids_above[[i]]
  }

  # drop NAs
  mgr_ids_above <- unlist(mgr_ids_above)
  mgr_ids_above <- mgr_ids_above[!is.na(mgr_ids_above)]

  # return to list format
  as.list(mgr_ids_above)
}

ds %>%
  mutate(
    ranks_above = pmap(
      list(
        data = ds,
        id = emp_id,
        mgr_id = mgr_id,
        emp_id = emp_id,
        max_steps = 5
      ),
      get_mgrs_above
    )
  )

get_mgrs_above <- function(id, data = NULL, max_steps = 5) {

  stopifnot(!is.null(data))

  mgr_ids_above <- list()

  mgr  <- id
  iter <- 0

  while (iter < max_steps & !is.na(mgr)) {

    mgr <- data$mgr_id[data$emp_id == mgr]

    if (!is.na(mgr)) {
      mgr_ids_above <- append(mgr_ids_above, mgr)
    }

    iter <- iter + 1

  }

  return(mgr_ids_above)

}

ds$ranks_above <- map(ds$emp_id, get_mgrs_above, data = ds)