r - 带有输入的每一行数据框的 map_dfc

Question

我开始学习“purrr”库的用法，并想知道我将如何进行以下操作:

目标

将一个函数应用于数据帧的每一行，输入作为列，并将函数输出绑定(bind)为输入数据帧中的一列

想法

从文档看来 map_dfc 是这里的完美函数

尝试的解决方案

library(purrr)
library(dplyr)

test_func <- function(n, lambda){
  return(n+lambda)
}

n <- seq(1,10,1)
lambda <- seq(1, 10, 1)

new_df <- list(n=n,lambda=lambda) %>% cross_df()

new_df <- map_dfc(new_df, test_func)
# even tried the below
# new_df <- map_dfc(new_df, ~test_func) 

错误

Error in .f(.x[[i]], ...) : argument "lambda" is missing, with no default

Answer 1

purrr 方式 - 看起来** - 将使用 invoke

new_df %>% 
  mutate(new_col = invoke(test_func, new_df))
# A tibble: 100 x 3
#       n lambda new_col
#   <dbl>  <dbl>   <dbl>
# 1     1      1       2
# 2     2      1       3
# 3     3      1       4
# 4     4      1       5
# 5     5      1       6
# 6     6      1       7
# 7     7      1       8
# 8     8      1       9
# 9     9      1      10
#10    10      1      11
# … with 90 more rows

来自帮助文件:

This pair of functions make it easier to combine a function and list of parameters to get a result. invoke is a wrapper around do.call that makes it easy to use in a pipe.

所以 invoke(test_func, new_df) 与

test_func(new_df[[1]], new_df[[2]])

** 帮助文件还说

---

没有purrr包

do.call(test_func, new_df)