如何使用purrr在R中获得中间结果和最终结果

当使用purr（例如map（）时，我对保留purrr函数的中间结果和最终结果感兴趣。考虑下面的映射函数：

library(tidyverse)
library(purrr)
library(dplyr)

list <- c(4, 8, 12, 16)

test <- map(list, function(x){
  if (x > 14) {
    min <-  0.005
  } else if (x > 10) {
    min <-  0.025
  } else if (x >= 5) {
    min <-  0.05 
  } else {
    min <-  0.1
  }
  
  avg <- 1/x
  max <- avg + (avg - min) 
  
  DF <- (seq(max, min, length.out = x))
  })

我想知道如何在“测试”列表以及整体结果中包括这些最小值、平均值和最大值。在我的研究中，我认为walk（）可以提供我所需要的，但它毕竟不是我想要的。是否有任何类似于map的purrr函数，或者安全地，我可以在其中指定要包含在结果中的中间结果列表？也许是变异和地图的结合

---

非常感谢

要在注释上展开一点，如果希望从单个函数中得到多个结果，可以返回结果列表。在您的情况下，这意味着修改函数以

返回包含感兴趣的值的列表

由于您正在使用
map
对输入向量应用此函数，因此结果将是一个列表列表。四个列表（lst中每个值对应一个列表），每个列表由一个值列表组成（这里我返回
x
，
min
，
max
，
avg
和
DF
）

您还可以命名您的列表，以便更容易跟踪。在这里，我使用
setNames
来命名
return
调用之前的列表元素

library(purrr)

lst <- c(4, 8, 12, 16)

map(lst, function(x){

  if (x > 14) {
    min <-  0.005
  } else if (x > 10) {
    min <-  0.025
  } else if (x >= 5) {
    min <-  0.05 
  } else {
    min <-  0.1
  }
  
  avg <- 1/x
  max <- avg + (avg - min) 
  
  DF <- (seq(max, min, length.out = x))

  results <- setNames(list(x, min,max,avg,DF), c('x','min', 'max', 'avg', 'DF'))
  return(results)
})


#-----
[[1]]
[[1]]$x
[1] 4

[[1]]$min
[1] 0.1

[[1]]$max
[1] 0.4

[[1]]$avg
[1] 0.25

[[1]]$DF
[1] 0.4 0.3 0.2 0.1

[[2]]
[[2]]$x
[1] 8
...

库（purrr）
第一阶段（14）{
最小值（10）{
最小值=5）{
min要在注释上展开一点，如果您想从单个函数中得到多个结果，可以返回一个结果列表。在您的情况下，这意味着将函数修改为
返回一个包含感兴趣的值的列表

因为您正在使用
map
对输入向量应用此函数，结果将是一个列表。四个列表（lst
中的每个值一个）都由一个值列表组成（这里我返回
x
，
min
，
max
，
avg
和
DF
）

您还可以命名列表，以便更容易跟踪。在这里，我使用
setNames
在
return
调用之前命名列表中的元素

library(purrr)

lst <- c(4, 8, 12, 16)

map(lst, function(x){

  if (x > 14) {
    min <-  0.005
  } else if (x > 10) {
    min <-  0.025
  } else if (x >= 5) {
    min <-  0.05 
  } else {
    min <-  0.1
  }
  
  avg <- 1/x
  max <- avg + (avg - min) 
  
  DF <- (seq(max, min, length.out = x))

  results <- setNames(list(x, min,max,avg,DF), c('x','min', 'max', 'avg', 'DF'))
  return(results)
})


#-----
[[1]]
[[1]]$x
[1] 4

[[1]]$min
[1] 0.1

[[1]]$max
[1] 0.4

[[1]]$avg
[1] 0.25

[[1]]$DF
[1] 0.4 0.3 0.2 0.1

[[2]]
[[2]]$x
[1] 8
...

库（purrr）
第一阶段（14）{
最小值（10）{
最小值=5）{
min您混淆了R中的列表和向量。这让我怀疑您可能有Python背景。
c（4,8,12,16）
是R中的向量，只包含一维数据数组。
list（4,6,12,16）
是列表，可以包含多个维度（在本例中，它只有一个维度）

对于您的问题，我们可以通过定义
list（min=min，avg=avg，…）
返回列表，然后返回该列表

然而，在dplyr中，也有一种不用map语句的方法，即使用带有DF嵌套列表的dataframe。dataframe只是一种特殊类型的列结构列表

library(tidyverse)
library(purrr)
library(dplyr)

vec <- c(4, 8, 12, 16)

test <- map(vec, function(x){
  if (x > 14) {
    min <-  0.005
  } else if (x > 10) {
    min <-  0.025
  } else if (x >= 5) {
    min <-  0.05 
  } else {
    min <-  0.1
  }
  
  avg <- 1/x
  max <- avg + (avg - min) 
  
  DF <- (seq(max, min, length.out = x))
  return(list(min = min, avg = avg, max = max, DF = DF))
})
# To see the result for the first value in the list aka 4
test[[1]]
# $`min`
# [1] 0.1
# 
# $avg
# [1] 0.25
# 
# $max
# [1] 0.4
# 
# $DF
# [1] 0.4 0.3 0.2 0.1

# Prefered alternative:
#dplyr no map needed
df <- tibble(x = vec) %>%
  mutate(
    min = case_when(
        x > 14 ~ .005,
        x > 10 ~ .025,
        x >= 5 ~ 0.05,
        TRUE ~ 0.1
      ),
    avg = 1/x,
    max = avg + (avg - min)
  ) %>%
  rowwise() %>%
  mutate(DF = list(seq(max, min, length.out = x))) %>%
  ungroup()
df
# A tibble: 4 x 5
#         x   min    avg   max DF        
#     <dbl> <dbl>  <dbl> <dbl> <list>    
#   1     4 0.1   0.25   0.4   <dbl [4]> 
#   2     8 0.05  0.125  0.2   <dbl [8]> 
#   3    12 0.025 0.0833 0.142 <dbl [12]>
#   4    16 0.005 0.0625 0.12  <dbl [16]>
# To view DF for 4 you can do
df[[1,5]][[1]]
# or 
df$DF[[1]]
# 0.4 0.3 0.2 0.1

库（tidyverse）
图书馆（purrr）
图书馆（dplyr）
vec%
解组（）
df
#一个tibble:4x5
#x最小平均最大DF
#              
#   1     4 0.1   0.25   0.4    
#   2     8 0.05  0.125  0.2    
#   3    12 0.025 0.0833 0.142 
#   4    16 0.005 0.0625 0.12  
#要查看4的DF，您可以执行以下操作
df[[1,5][[1]]
#或
df$df[[1]]
# 0.4 0.3 0.2 0.1
您混淆了R中的列表和向量。这让我怀疑您可能有Python背景。
c（4,8,12,16）
是R中的向量，只包含一维数据数组。
list（4,6,12,16）
是列表，可以包含多个维度（在本例中，它只有一个维度）

对于您的问题，我们可以通过定义
list（min=min，avg=avg，…）
返回列表，然后返回该列表

然而，在dplyr中，也有一种不用map语句的方法，即使用带有DF嵌套列表的dataframe。dataframe只是一种特殊类型的列结构列表

library(tidyverse)
library(purrr)
library(dplyr)

vec <- c(4, 8, 12, 16)

test <- map(vec, function(x){
  if (x > 14) {
    min <-  0.005
  } else if (x > 10) {
    min <-  0.025
  } else if (x >= 5) {
    min <-  0.05 
  } else {
    min <-  0.1
  }
  
  avg <- 1/x
  max <- avg + (avg - min) 
  
  DF <- (seq(max, min, length.out = x))
  return(list(min = min, avg = avg, max = max, DF = DF))
})
# To see the result for the first value in the list aka 4
test[[1]]
# $`min`
# [1] 0.1
# 
# $avg
# [1] 0.25
# 
# $max
# [1] 0.4
# 
# $DF
# [1] 0.4 0.3 0.2 0.1

# Prefered alternative:
#dplyr no map needed
df <- tibble(x = vec) %>%
  mutate(
    min = case_when(
        x > 14 ~ .005,
        x > 10 ~ .025,
        x >= 5 ~ 0.05,
        TRUE ~ 0.1
      ),
    avg = 1/x,
    max = avg + (avg - min)
  ) %>%
  rowwise() %>%
  mutate(DF = list(seq(max, min, length.out = x))) %>%
  ungroup()
df
# A tibble: 4 x 5
#         x   min    avg   max DF        
#     <dbl> <dbl>  <dbl> <dbl> <list>    
#   1     4 0.1   0.25   0.4   <dbl [4]> 
#   2     8 0.05  0.125  0.2   <dbl [8]> 
#   3    12 0.025 0.0833 0.142 <dbl [12]>
#   4    16 0.005 0.0625 0.12  <dbl [16]>
# To view DF for 4 you can do
df[[1,5]][[1]]
# or 
df$DF[[1]]
# 0.4 0.3 0.2 0.1

库（tidyverse）
图书馆（purrr）
图书馆（dplyr）
vec%
解组（）
df
#一个tibble:4x5
#x最小平均最大DF
#              
#   1     4 0.1   0.25   0.4    
#   2     8 0.05  0.125  0.2    
#   3    12 0.025 0.0833 0.142 
#   4    16 0.005 0.0625 0.12  
#要查看4的DF，您可以执行以下操作
df[[1,5][[1]]
#或
df$df[[1]]
# 0.4 0.3 0.2 0.1
修改您的函数以返回一个包含您关心的所有值的列表，因此，我只需在末尾添加一行额外的代码来组合所有值？例如：DFtest函数的最后一行类似于
列表（min、max、avg、DF）
修改您的函数以返回一个包含您关心的所有值的列表，因此，我只需在末尾添加一行额外的代码来组合所有值？例如：DFtest函数的最后一行类似于
list（min，max，avg，DF）