拆分要传递给Purrr函数的列或向量

我创建了一个web scrape函数，它从API获取数据。我将一个

df

列传递给web scrape函数中的一个函数参数。我遇到的问题是，URL在其中一个参数中最多占用500个数字，而我的

df

有2000行

为了将值传递到函数中，如何将行拆分为500

我已经创建了一个非常基本的reprex，它显示了我希望执行的工作流程。我想将splitdf列传递给parse函数。我猜我需要用

map\u dfr

library(tidyverse)

sample_df <- tibble(id = 1:20,
             col_2 = rnorm(1:20)) 

# parse function
parse_people <- function(ids = c("1", "10"), argument_2 = NULL){
  # Fake Base Url
  base_url <- "https://www.thisisafakeurl.com/api/people?Ids="

  # fix query parameters to collapse Ids to pass to URL
  ids<- stringr::str_c(ids, collapse = ",")

  url <- glue::glue("{base_url}{ids}")

  # Get URL
  resp <- httr::GET(url)

  # Save Response in JSON Format
  out <- httr::content(resp, as = "text", encoding = "UTF-8")

  # Read into JSON format.  
    jsonlite::fromJSON(out, simplifyDataFrame = TRUE, flatten = TRUE)

}


sample_parse <- parse_people(sample_df$id)

同时，您可以通过以下方式将20行数据帧拆分为5个数据帧，每个数据帧包含4行：

sample_df <- tibble(id = 1:20,
                    col_2 = rnorm(1:20)) 

split(sample_df, rep(1:5, each = 4))

sample_df

同时，您可以通过以下方式将20行数据帧拆分为5个数据帧，每个数据帧包含4行：

sample_df <- tibble(id = 1:20,
                    col_2 = rnorm(1:20)) 

split(sample_df, rep(1:5, each = 4))

sample\u df如果我们需要将data.frame拆分为
data.frame
的
列表，一个选项是
group\u split
和
gl

library(dplyr)
n <- 3
lst1 <- sample_df %>% 
          group_split(grp = as.integer(gl(n(), n, n())), keep = FALSE) %>%
          map(pull, id)

如果我们需要将data.frame拆分为
data.frame
的
列表，则可以使用
gl

library(dplyr)
n <- 3
lst1 <- sample_df %>% 
          group_split(grp = as.integer(gl(n(), n, n())), keep = FALSE) %>%
          map(pull, id)

如果df中要拆分的行数不均匀，该怎么办？我想除以500，但包括所有行。我用另一个解决方案修改了答案。我更新了我的问题/示例。基本上，我试图从ID中分割行，以便传递到map_dfr。如果我的df中要分割的行数不均匀，该怎么办？我想除以500，但包括所有行。我用另一个解决方案修改了答案。我更新了我的问题/示例。基本上，我正在尝试从ID中分割行，以便传递给map_dfr。您可以检查我的解决方案吗？您可以检查我的解决方案吗？我更新了我的问题/示例。基本上，我试图从ID中分割行，以便传递给map\u dfr。如何将值作为ID传递给map\u dfr函数？例如，在parse函数中解析人（ids=）。@Jazzmatazz Try
map（lst1，~parse人（ids=.x））
我更新了我的问题/示例。基本上，我试图从ID中分割行，以便传递给map\u dfr。如何将值作为ID传递给map\u dfr函数？例如，在parse函数中解析_人（ids=）。@Jazzmatazz Try
map（lst1，~parse_人（ids=.x））
map(lst1, ~ parse_people(ids = .x))