R 将“pmap”输出分配给具有模式名称的数据帧
我正在使用R 将“pmap”输出分配给具有模式名称的数据帧,r,tidyverse,purrr,R,Tidyverse,Purrr,我正在使用pmap跨多个数据帧运行相同的函数,并希望将输出列表的每个元素分配给一个具有模式名称的单独对象。但我不知道怎么做 例如,这里有一个最小的例子,我计算三个不同变量的分位数- #函数调用 purrr::pmap(.l=列表( x=列表(iris$Sepal.Length,mtcars$wt,anscombe$y4), probs=列表(序号(0,1,0.10)), na.rm=list(真) ), .f=统计信息::分位数) #输出 #> [[1]] #> 0% 10% 20%
pmap
跨多个数据帧运行相同的函数,并希望将输出列表的每个元素分配给一个具有模式名称的单独对象。但我不知道怎么做
例如,这里有一个最小的例子,我计算三个不同变量的分位数-
#函数调用
purrr::pmap(.l=列表(
x=列表(iris$Sepal.Length,mtcars$wt,anscombe$y4),
probs=列表(序号(0,1,0.10)),
na.rm=list(真)
),
.f=统计信息::分位数)
#输出
#> [[1]]
#> 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
#> 4.30 4.80 5.00 5.27 5.60 5.80 6.10 6.30 6.52 6.90 7.90
#>
#> [[2]]
#> 0% 10% 20% 30% 40% 50% 60% 70% 80% 90%
#> 1.5130 1.9555 2.3490 2.7730 3.1580 3.3250 3.4400 3.5550 3.7700 4.0475
#> 100%
#> 5.4240
#>
#> [[3]]
#> 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
#> 5.25 5.56 5.76 6.58 6.89 7.04 7.71 7.91 8.47 8.84 12.50
这将生成一个包含3个元素的
列表
(每个元素都是一个数据帧)。我不想得到这个列表
,而是想自动将每个元素分配给一个具有模式名的对象(例如,[[1]]
作为dfu 1
,[[2]]
作为dfu 2
,[[3]
作为dfu 3
,等等)。(我知道assign
功能,但我不知道如何将它与purr
结合起来)您可以使用map2
来完成:
library(purrr)
res <- pmap(.l = list(
x = list(iris$Sepal.Length, mtcars$wt, anscombe$y4),
probs = list(seq(0, 1, 0.10)),
na.rm = list(TRUE)
), .f = stats::quantile)
map2(.x = paste0('df_', seq_along(res)), .y = res,
.f = ~ assign(.x, .y, envir = .GlobalEnv))
# > df_1
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 4.30 4.80 5.00 5.27 5.60 5.80 6.10 6.30 6.52 6.90 7.90
# > df_2
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 1.5130 1.9555 2.3490 2.7730 3.1580 3.3250 3.4400 3.5550 3.7700 4.0475 5.4240
# > df_3
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 5.25 5.56 5.76 6.58 6.89 7.04 7.71 7.91 8.47 8.84 12.50
库(purrr)
res df_1
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 4.30 4.80 5.00 5.27 5.60 5.80 6.10 6.30 6.52 6.90 7.90
#>df_2
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 1.5130 1.9555 2.3490 2.7730 3.1580 3.3250 3.4400 3.5550 3.7700 4.0475 5.4240
#>df_3
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 5.25 5.56 5.76 6.58 6.89 7.04 7.71 7.91 8.47 8.84 12.50
尽管我认为最好将结果保存在一个列表中。您可以使用
map2
:
library(purrr)
res <- pmap(.l = list(
x = list(iris$Sepal.Length, mtcars$wt, anscombe$y4),
probs = list(seq(0, 1, 0.10)),
na.rm = list(TRUE)
), .f = stats::quantile)
map2(.x = paste0('df_', seq_along(res)), .y = res,
.f = ~ assign(.x, .y, envir = .GlobalEnv))
# > df_1
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 4.30 4.80 5.00 5.27 5.60 5.80 6.10 6.30 6.52 6.90 7.90
# > df_2
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 1.5130 1.9555 2.3490 2.7730 3.1580 3.3250 3.4400 3.5550 3.7700 4.0475 5.4240
# > df_3
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 5.25 5.56 5.76 6.58 6.89 7.04 7.71 7.91 8.47 8.84 12.50
库(purrr)
res df_1
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 4.30 4.80 5.00 5.27 5.60 5.80 6.10 6.30 6.52 6.90 7.90
#>df_2
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 1.5130 1.9555 2.3490 2.7730 3.1580 3.3250 3.4400 3.5550 3.7700 4.0475 5.4240
#>df_3
# 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
# 5.25 5.56 5.76 6.58 6.89 7.04 7.71 7.91 8.47 8.84 12.50
虽然我认为最好把结果列在一个清单里