代码之家 › 专栏 › 技术社区 › Esther

purrr组合pmap和nest

purrr r

Esther · 技术社区 · 6 年前

我正在尝试学习purrr,以便在每次迭代中使用不同方法、sd和n的rnorm模拟数据。此代码生成我的数据帧:

parameter = crossing(n = c(60,80,100),   
                    agegroup = c("a", "b","c"), 
                    effectsize = c(0.2, 0.5, 0.8),
                    sd =2
                        ) %>%
# create a simulation id number
group_by(agegroup) %>%
mutate(sim= row_number())%>%
ungroup() %>%
mutate(# change effect size so that one group has effect, others d=0
       effectsize= if_else(agegroup == "a", effectsize, 0),
       # calculate the mean for the distribution from effect size
       mean =effectsize*sd)

# create a nested dataframe to iterate over each simulation and agegroup
nested_df =  parameter %>%
  group_by(sim, agegroup, effectsize)%>%
  nest() %>% arrange(sim)

这就是我的数据帧的外观:

现在我想用“数据”列中给出的平均值、sd和n创建正态分布数据

nested_df = nested_df %>%  
  mutate(data_points = pmap(data,rnorm))

Error in mutate_impl(.data, dots) : 
  Evaluation error: unused arguments

我读了《数据科学R》中的迭代章节,在谷歌上搜索了一大堆,但我不知道如何将pmap和nest结合起来。我之所以想使用这些函数,是因为它可以更容易地将参数、模拟数据和输出都保存在一个数据帧中。

0 回复 | 直到 6 年前

cautree dipetkov 6 年前

您不一定需要嵌套参数。例如:

parameter %>%
  # Use `pmap` because we explicitly specify three arguments
  mutate(data_points = pmap(list(n, mean, sd), rnorm))
# A tibble: 27 x 7
#         n agegroup effectsize    sd   sim  mean data_points
#     <dbl> <chr>         <dbl> <dbl> <int> <dbl> <list>     
#   1    60 a               0.2     2     1   0.4 <dbl [60]> 
#   2    60 a               0.5     2     2   1   <dbl [60]> 
#   3    60 a               0.8     2     3   1.6 <dbl [60]>

对于嵌套数据框,可以使用 map 而不是 pmap :

nested_df %>%
  # Use `map` because there is really one argument, `data`,
  # but then refer to three different columns of `data`.
  mutate(data_points = map(data, ~ rnorm(.$n, .$mean, .$sd)))

Cettt 6 年前

首先,可以使用 pmap 这样地:

x <- tibble(n = 100, mean = 5, sd = 0.1)
pmap(x, rnorm)

do.call :

do.call(rnorm, x)

但是,如果您想使用在…内 mutate 您带来了函数的输入 .f 把它做成正确的形状。

nested_df %>% 
  mutate(y = pmap(x, f))

意味着 f 期望输入 x 在您的例子中,rnorm需要三个输入,但只得到一个。

因此,如果您坚持嵌套输入,您可以这样做:

nested_df %>%  
  mutate(data_points = pmap(list(data), function(z) pmap(z, rnorm))[[1]])

或

   nested_df %>%  
      mutate(data_points = pmap(list(data), function(z) do.call(rnorm, z))).

parameter %>% 
  mutate(data_points = pmap(list(n, mean, sd), rnorm))

推荐文章

MCP_infiltrator · 在“tible”中添加一列,给出其列表位置

3 年前

sbac · 如何对R中数据帧的几列应用统计测试

3 年前

John-Henry · 使用“purrr::map”将“lm”对象循环到“broom::tidy”`

3 年前

deschen · 将列乘以向量的tidyverse解决方案

3 年前

Nuller · 无法对嵌套数据中的列进行子集设置。框架

3 年前

chrischi · R Purrr-系数最高

7 年前

Richard Herron · 从purr的pmap()调用var()返回NA

7 年前

Davide Lorino · 嵌套数据帧上的函数向量算法

7 年前

âÊÊá¸á¸½á¸ · 如何使用purrr从两个元素的列表中提取元素?

7 年前

andrew_reece · map\u dfr:填充。具有字符串标签的id列,而不是没有字符串标签的索引。x已命名

7 年前