purrr 包之 map 系列函数

purrr 包是 Hadley Wickham 大神编写的高级函数编程语言包，相对于 apply 家族的函数操作，具有更快更好的使用效果，能够更好的提高写代码的效率。里面包含了很多函数，今天来介绍一下 map 的系列函数，** map ** 函数能够对向量或列表使用函数进行迭代操作。

map（）函数

map 函数对 .x（向量或列表）的每个元素执行 .f（函数）操作，并返回一个 list，...为执行函数的其它参数。。以下是不同类型的 map 函数返回不同类型的结果：

function	returns	返回类型
map	list	列表
map_chr	character vector	字符型
map_dbl	double (numeric) vector	双精度
map_df	data frame	按合并成表格
map_dfc	data frame (column bind)	按列合并成表格
map_dfr	data frame (row bind)	按行合并成表格
map_int	integer vector	整数型
map_lgl	logical vector	逻辑型

---

使用：

# 加载R包
library(dplyr)
library(purrr)
library(datasets)
# 加载测试数据
data("mtcars")
# 查看数据
head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
...

对每列求和：

mtcars %>% map(.,mean)
$mpg
[1] 20.09062

$cyl
[1] 6.1875

$disp
[1] 230.7219

...

返回结果为字符型：

mtcars %>% map_chr(.,mean)
         mpg          cyl         disp           hp         drat           wt         qsec
 "20.090625"   "6.187500" "230.721875" "146.687500"   "3.596563"   "3.217250"  "17.848750"
          vs           am         gear         carb
  "0.437500"   "0.406250"   "3.687500"   "2.812500"

返回结果为双精度型：

mtcars %>% map_dbl(.,mean)
       mpg        cyl       disp         hp       drat         wt       qsec         vs         am
 20.090625   6.187500 230.721875 146.687500   3.596563   3.217250  17.848750   0.437500   0.406250
      gear       carb
  3.687500   2.812500

返回结果为表格按列合并：

mtcars %>% map_dfc(.,mean)
# A tibble: 1 x 11
    mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1  20.1  6.19  231.  147.  3.60  3.22  17.8 0.438 0.406  3.69  2.81

加入自定义函数使用：

lst <- list(a = c(1:5),b = c(2:6))
# 定义加1函数
myfun <- function(x){x + 1}
# 对每个list元素加1，结果合并成表格
map_df(lst,myfun)
# A tibble: 5 x 2
      a     b
  <dbl> <dbl>
1     2     3
2     3     4
3     4     5
4     5     6
5     6     7

多参数，对每个元素取log以2为底数：

lst <- list(a = c(1:5),b = c(2:6))
map(lst,log,base = 2)
$a
[1] 0.000000 1.000000 1.584963 2.000000 2.321928

$b
[1] 1.000000 1.584963 2.000000 2.321928 2.584963

map2（）函数

map2 函数对两个向量或列表配对的元素进行 .f（函数）操作，元素长度必须一样，...为执行函数的其它参数。

使用：

对 mpg 和 disp 两列每个对应元素求和：

map2_dbl(mtcars$mpg,mtcars$disp,sum)
[1] 181.0 181.0 130.8 279.4 378.7 243.1 374.3 171.1 163.6 186.8 185.4 292.2 293.1 291.0 482.4 470.4
[17] 454.7 111.1 106.1 105.0 141.6 333.5 319.2 363.3 419.2 106.3 146.3 125.5 366.8 164.7 316.0 142.4

使用自定义函数：

x = c(1:4) ; x
[1] 1 2 3 4
y = c(2:5) ; y
[1] 2 3 4 5
# 定义函数
myfun <- function(x,y){x*x + y}
# 计算，返回双精度
map2_dbl(x,y,myfun)
[1]  3  7 13 21

假如两个向量或列表长度不等：

x = c(1:3) ; x
[1] 1 2 3
y = c(2:5) ; y
[1] 2 3 4 5
myfun <- function(x,y){x*x + y}
map2_dbl(x,y,myfun)
错误: Mapped vectors must have consistent lengths:
* `.x` has length 3
* `.y` has length 4

对两个列表操作：

# lst1
x = c(1:4)
y = c(2:5)
lst1 <- list(x,y) ; lst1
[[1]]
[1] 1 2 3 4

[[2]]
[1] 2 3 4 5
# lst2
a = c(-1:-4) ; a
[1] -1 -2 -3 -4
b = c(-2:-5) ; b
[1] -2 -3 -4 -5
lst2 <- list(a,b) ; lst2
[[1]]
[1] -1 -2 -3 -4

[[2]]
[1] -2 -3 -4 -5
# 定义两个列表每个对应元素相加函数
myfun <- function(x,y){x + y}
# 计算
map2(lst1,lst2,myfun)
[[1]]
[1] 0 0 0 0

[[2]]
[1] 0 0 0 0

多参数，自定义多参数：

myfun <- function(x,y,n = 0){x + y + n}
map2(lst1,lst2,myfun,n=1)
[[1]]
[1] 1 1 1 1

[[2]]
[1] 1 1 1 1

对于 map2 函数，返回结果的类型和 map 相似，只需要 map2_* 跟上相应类型即可：

pmap（）函数

pmap 函数可对多个向量或列表对应的元素进行 .f（函数）操作，...为执行函数的其它参数。

使用：

x <- list(1, 1, 1)
y <- list(10, 20, 30)
z <- list(100, 200, 300)

pmap_dbl(list(x, y, z), sum)
[1] 111 221 331

计算x和y的和，再与z的乘积，按位置迭代：

pmap_dbl(list(x, y, z), function(first, second, third) {(first + third) * second})
[1] 1010 4020 9030

计算x和z的和，再与y的乘积，按名字迭代：

l <- list(a = x, b = y, c = z) ; l
$a
$a[[1]]
[1] 1

$a[[2]]
[1] 1

$a[[3]]
[1] 1
...
pmap_dbl(l, function(c, b, a) {(a + c) * b})
[1] 1010 4020 9030

计算mtcars前两列和与后两列和的乘积：

lst <- list(mtcars[,1],mtcars[,2],mtcars[,3],mtcars[,4])
pmap_dbl(lst,function(a,b,c,d){(a + b)*(c + d)})
[1]  7290.00  7290.00  5386.80 10083.20 14284.50  7953.00 13491.50  5927.08  6319.44
[10]  7323.12  6916.28 11121.52 11531.74 10574.56 12456.80 12420.00 15209.00  5267.08
[19]  4392.88  5158.19  5536.05 10998.00 10532.80 12673.50 15640.00  4538.50  6339.00
[28]  7158.64 14637.00  8224.00 14628.00  5842.00

invoke_map（）函数

invoke_map函数可以对每个list的元素执行多个不同的函数，...为执行函数的其它参数。

使用：

对x使用两个函数，一个加1，一个减1

lst <- list(fun1 <- function(x){x+1},fun2 <- function(x){x-1})
invoke_map(lst,x = 1:5)
[[1]]
[1] 2 3 4 5 6

[[2]]
[1] 0 1 2 3 4

- END -

欢迎小伙伴留言评论！

今天的分享就到这里了，敬请期待下一篇！

最后欢迎大家分享转发，您的点赞是对我的鼓励和肯定！

如果觉得对您帮助很大，打赏一下吧！