r - 两组向量上的 for 循环的 purrr 解决方案

Question

我正在寻找一个 purrr 解决方案来完成我用 for 循环所做的事情。我怀疑它是 map2 或 pmap 的一个版本。我查看了文档，它对提供的简单案例很有意义，但我一直无法弄清楚如何在我的案例中使用它。

在下面的数据框中，“总和”列包含给定 SKU 的月度预测。 “结束”列包含给定月份的月末日期。我应用的规则是，如果年份(列末尾的最后两位数字)大于 22，我将给定月份/SKU 的 Sum 列中的相应值替换为 0。我当前使用的代码(作品)如下。

sample.data.frame <- data.frame(SKU = c('ABC', 'DEF', 'GHI'), 
'Sum Month 01' = c(3, 9, 8), 'Sum Month 02' = c(5, 10, 4), 
'Sum Month 03' = c(9, 6, 5), 'Sum Month 04' = c(5, 9, 10), 
'End of Month 01' = rep('10/28/22', 3), 
'End of Month 02' = rep('12/02/22', 3), 
'End of Month 03' = rep('12/30/22', 3), 
'End of Month 04' = rep('01/27/23', 3), check.names = F)

for (i in seq_along(sample.data.frame[grepl("Sum Month", colnames(sample.data.frame))])){
    if (substr(sample.data.frame[grepl("End of", colnames(sample.data.frame))][[i]][[1]], 7, 8) > 22){
      sample.data.frame[grepl("Sum Month", colnames(sample.data.frame))][[i]] <- 0
    }
  
}

此外，我根据上面的代码编写了以下函数，该函数处理日期向量和数字向量。我不知道如何让它处理多个日期和数字向量(例如，数据框的各个列)。

data.replace.fcn <- function(date.col, number.col){
  for (i in seq_along(date.col)) {
  if (substr(date.col[i], 7, 8) > 22) {
    number.col[i] <- 0
  } else {
    number.col[i] <- number.col[i]
     
  }
    
  }
  return(number.col)
}

预先感谢您的帮助。

Answer 1

您可以使用 purrr 中的 map2 操作 “Sum Month” 和 “End of” 列成对。

library(dplyr)
library(purrr)

map2_df(select(sample.data.frame, starts_with('Sum Month')), 
        select(sample.data.frame, starts_with('End of')), 
        ~if_else(substr(.y, 7, 8) > 22, 0, .x))

#   `Sum Month 01` `Sum Month 02` `Sum Month 03` `Sum Month 04`
#           <dbl>          <dbl>          <dbl>          <dbl>
#1              3              5              9              0
#2              9             10              6              0
#3              8              4              5              0

可以使用 mapply/Map 在 base R 中编写相同的内容:

sum_month <- grep('Sum Month', names(sample.data.frame))
end_month <- grep('End of', names(sample.data.frame))

sample.data.frame[sum_month] <- Map(function(x, y) 
               ifelse(substr(y, 7, 8) > 22, 0, x), 
                sample.data.frame[sum_month], sample.data.frame[end_month])