r - purrr 结合 pmap 和 nest

Question

我正在尝试学习 purrr 以在每次迭代中使用具有不同均值、sd 和 n 的 rnorm 来模拟数据。此代码生成我的数据框:

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) 

现在我想遍历不同的模拟，对于每一行，使用 rnorm 根据均值、sd 和 r 生成数据

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

这就是我的数据框的样子:

现在我想用“数据”列中给出的均值、sd 和 n 创建正态分布的数据

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

但是上面的代码给出了一个错误，我一直无法找到解决方案:

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

我阅读了 R for Data Science 中的 Iteration chapter 并在 google 上搜索了一堆，但我不知道如何结合 pmap 和 nest。我想使用这些函数的原因是它可以更容易地将参数、模拟数据和输出全部保存在一个数据帧中。

Answer 1

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]> 

有了嵌套数据框，你可以使用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)))