使用purrr生成嵌套观测

我想在一个数据帧中生成几个由其他列参数化的密度。以下是到目前为止的一些代码：

library(tidyverse)

a = c(2,3,4)
b = c(10,11,10)

params = expand.grid(a, b)

bdens = function(a, b){
    dens =  dbeta(x = seq(0,1,0.01), shape1 = a, shape2  = b)
    return(dens)
  }

---

如何使用purrr和dplyr以我所描述的方式创建嵌套观测值？

如果我们为参数提供函数的参数名，我们可以将其传递给

pmap

library(purrr)
set.seed(24)
params$dbetacol <- pmap_dbl(c(list(x = rnorm(9)), 
              setNames(params, c('shape1', 'shape2'))), dbeta)

返回

向量的
列表
，其
长度
等于“params”数据集的行数，即，对于每行的每对
形状
参数，计算相同的“x”值的beta分布密度，即101个元素（
seq（0，1，0.01）
）

您希望应用哪个函数？类似于
pmap_dbl（setNames（params，c（'x'，'size'）），dbinom，prob=0.5）
@akrun darn，我知道我写了二项式，我是说beta。我将通过邮寄进行更改。这是用于that@akrundbeta是beta密度dbeta有参数
dbeta（x，shape1，shape2，ncp=0，log=FALSE）
。您提供的数据只有两个参数。那些是形状1和形状2。。我不清楚。
lst <- pmap(setNames(params, c('a', 'b')), bdens)

length(lst)
#[1] 9
lengths(lst)
#[1] 101 101 101 101 101 101 101 101 101