R在数据科学中的应用，第2版

第 26 章 迭代 迭代

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

导言

在本章中，你将学习迭代工具，即在不同对象上重复执行相同的操作。R 语言中的迭代通常与其他编程语言不同，因为很多迭代都是隐式的，而且是免费的。例如，如果要在 R 中将一个数字向量x 加倍，只需写入2 * x 即可。而在大多数其他语言中，您需要使用某种 for 循环显式地将x 中的每个元素加倍。

本书已经为你提供了少量但功能强大的工具，可以对多个 "事物 "执行相同的操作：

• facet_wrap()并 facet_grid()为每个子集绘制地图。
• group_by()加上 summarize()计算每个子集的汇总统计数据。
• unnest_wider()和 unnest_longer()并为列表列中的每个元素创建新行和新列。

现在是时候学习一些更通用的工具了，这些工具通常被称为函数式编程工具，因为它们是围绕将其他函数作为输入的函数而构建的。学习函数式编程很容易陷入抽象的境地，但在本章中，我们将把重点放在三个常见任务上，使其具体化：修改多个列、读取多个文件和保存多个对象。

先决条件

在本章中，我们将重点介绍由 dplyr 和 purrr 提供的工具，它们都是 tidyverse 的核心成员。你以前见过 dplyr，但purrr是新工具。在本章中，我们将只使用几个 purrr 函数，但在提高编程技能的过程中，它是一个非常值得探索的软件包：

library(tidyverse)

修改多列

想象一下，你有一个简单的 tibble，你想计算观测值的数量，并计算每一列的中位数：

df <- tibble(
  a = rnorm(10),
  b = rnorm(10),
  c = rnorm(10),
  d = rnorm(10)
)

你可以通过复制和粘贴来实现：

df |> summarize(
  n = n(),
  a = median(a),
  b = median(b),
  c = median(c),
  d = median(d),
)
#> # A tibble: 1 × 5
#>       n      a      b       c     d
#>   <int>  <dbl>  <dbl>   <dbl> <dbl>
#> 1    10 -0.246 -0.287 -0.0567 0.144

这违反了我们的经验法则，即复制和粘贴绝不超过两次，可以想象，如果你有几十甚至上百个列，这样做会很乏味。您可以使用 across():

df |> summarize(
  n = n(),
  across(a:d, median),
)
#> # A tibble: 1 × 5
#>       n      a      b       c     d
#>   <int>  <dbl>  <dbl>   <dbl> <dbl>
#> 1    10 -0.246 -0.287 -0.0567 0.144

across()有三个特别重要的参数，我们将在下面的章节中详细讨论。每次使用 across()第一个参数.cols 指定要遍历的列，第二个参数.fns 指定对每一列的操作。当需要对输出列的名称进行额外控制时，可以使用.names 参数，这在使用 across()与 mutate().我们还将讨论两个重要的变体、 if_any()和 if_all()和 filter().

使用 .cols 选择列

的第一个参数 across()的第一个参数，.cols ，选择要转换的列。它使用与 select(),"select() "的规格相同，因此您可以使用诸如 ...