map(映射)與reduce(規(guī)約)操作在數(shù)據(jù)處理中非常常見，R語言的核心是向量化操作，自帶的apply系列函數(shù)完成了數(shù)據(jù)框的向量化計算，而purrr包中的map與reduce系列函數(shù)很好的拓展了向量化計算，使R語言處理數(shù)據(jù)更加優(yōu)雅流暢。
purrr包是tidyverse系列中的包，開發(fā)者是大名鼎鼎的Hadley Wickham。purrr包中的函數(shù)很多，使用最多的是map與reduce系列函數(shù)。
安裝包
install.packages('purrr')
map
map表示映射，可以在一個或多個列表/向量的每個位置上應用相同函數(shù)進行計算。map函數(shù)的映射對象只有一個。
map(.x, .f, …)
.x: 列表或向量；
.f: 映射函數(shù)；
...: 映射函數(shù)的其他參數(shù)
# 加載包 library(purrr) # 單個向量map 1:4 %>% map(rnorm)
## [[1]] ## [1] 0.1892454 ## ## [[2]] ## [1] -1.149757 1.782667 ## ## [[3]] ## [1] 0.9311241 0.5962078 0.8575180 ## ## [[4]] ## [1] 1.2708588 0.7957794 -0.0106283 0.5393979
從map函數(shù)的結果來看，其返回與輸入向量等長的結果，類型為列表。
其他參數(shù)
可以指定映射函數(shù)的其他參數(shù)：
# 單個向量map,指定函數(shù)參數(shù) 1:4 %>% map(rnorm,mean=1,sd=2)
## [[1]] ## [1] 1.610763 ## ## [[2]] ## [1] -0.4034499 1.5814313 ## ## [[3]] ## [1] 2.806429 1.719962 2.005490 ## ## [[4]] ## [1] 2.170663 2.849836 1.085069 4.130320
匿名函數(shù)
傳入的函數(shù)可以是匿名函數(shù)：
# 單個向量map，使用匿名函數(shù) 1:4 %>% map(function(x) rnorm(x))
## [[1]] ## [1] 0.01422782 ## ## [[2]] ## [1] 1.7895586 0.7135593 ## ## [[3]] ## [1] 0.0603224 1.0498781 -1.0028828 ## ## [[4]] ## [1] 0.2673761 -1.1297717 0.7769814 1.5304043
公式函數(shù)
還可以把函數(shù)當成一個公式傳入，這是purrr提供的高級功能，能夠簡化代碼量。
- 當函數(shù)只有一個參數(shù)時，公式函數(shù)中用.x代替參數(shù)；
- 當函數(shù)有兩個參數(shù)時，公式函數(shù)中用.x,.y代替參數(shù)；
- 當函數(shù)有多個參數(shù)時，公式函數(shù)中用..1,..2,..3代替參數(shù)。
# 單個向量map,使用公式函數(shù) 1:4 %>% map(~rnorm(.x))
## [[1]] ## [1] -1.471681 ## ## [[2]] ## [1] -0.04243286 -0.68348293 ## ## [[3]] ## [1] 1.613470 -0.750001 -1.278718 ## ## [[4]] ## [1] 0.9369563 -0.5285622 0.8601058 1.8868754
map2
map2函數(shù)是map函數(shù)的變形，映射對象有兩個，需要注意兩個列表/向量的長度必須相同。
map2(.x,.y, .f, …)
.x: 列表或向量；
.y: 列表或向量,與.x等長；
.f: 映射函數(shù)；
...: 映射函數(shù)的其他參數(shù)
# 兩個向量map map2(1:3,2:4,sum)
## [[1]] ## [1] 3 ## ## [[2]] ## [1] 5 ## ## [[3]] ## [1] 7
用公式函數(shù)的方式：
# 兩個向量map，使用公式函數(shù) map2(1:3,2:4,~sum(.x,.y))
## [[1]] ## [1] 3 ## ## [[2]] ## [1] 5 ## ## [[3]] ## [1] 7
# 兩個向量map，使用公式函數(shù) map2(1:3,2:4,~sum(..1,..2))
## [[1]] ## [1] 3 ## ## [[2]] ## [1] 5 ## ## [[3]] ## [1] 7
pmap
pmap函數(shù)是map函數(shù)的變形，映射對象為多個，需要注意多個列表/向量的長度必須相同。
pmap(.l, .f, …)
.l: 列表向量/列表；
.f: 映射函數(shù)；
...: 映射函數(shù)的其他參數(shù)
# 多個向量map pmap(list(1:3,2:4,3:5),sum)
## [[1]] ## [1] 6 ## ## [[2]] ## [1] 9 ## ## [[3]] ## [1] 12
用公式函數(shù)的方式：
# 多個向量map，使用公式函數(shù) pmap(list(1:3,2:4,3:5),~sum(..1,..2,..3))
## [[1]] ## [1] 6 ## ## [[2]] ## [1] 9 ## ## [[3]] ## [1] 12
map變形
map,map2和pmap返回的數(shù)據(jù)格式都是列表，有時候需要對返回的結果進行數(shù)據(jù)格式轉換，這時候可以直接使用map系列的變形函數(shù)，直接一步完成。
# 返回列表 map(mtcars,mean)
## $mpg ## [1] 20.09062 ## ## $cyl ## [1] 6.1875 ## ## $disp ## [1] 230.7219 ## ## $hp ## [1] 146.6875 ## ## $drat ## [1] 3.596563 ## ## $wt ## [1] 3.21725 ## ## $qsec ## [1] 17.84875 ## ## $vs ## [1] 0.4375 ## ## $am ## [1] 0.40625 ## ## $gear ## [1] 3.6875 ## ## $carb ## [1] 2.8125
使用map_df函數(shù)，直接返回數(shù)據(jù)框格式。
# 返回數(shù)據(jù)框 map_df(mtcars,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
# 返回字符向量 map_chr(mtcars,mean)
## mpg cyl disp hp drat wt ## "20.090625" "6.187500" "230.721875" "146.687500" "3.596563" "3.217250" ## qsec vs am gear carb ## "17.848750" "0.437500" "0.406250" "3.687500" "2.812500"
其他的有:
- map_lgl/map2_lgl/pmap_lgl:返回邏輯向量；
- map_int/map2_int/pmap_int:返回整數(shù)向量；
- map_dbl/map2_dbl/pmap_dbl:返回浮點數(shù)向量；
- map_chr/map2_chr/pmap_chr:返回字符串向量。
reduce
reduce函數(shù)表示規(guī)約，計算向量中相鄰的兩個元素，結果再與第三個元素計算，…，最后計算出一個值。
reduce(.x, .f, …)
.x: 列表向量/列表；
.f: 規(guī)約函數(shù)；
...: 函數(shù)的其他參數(shù)
# 單個向量reduce reduce(1:5,paste)
## [1] "1 2 3 4 5"
reduce2
reduce2函數(shù)可以同時對兩個向量進行規(guī)約計算，注意第二個向量長度需要比第一個向量小1。
reduce2(.x, .y,.f, …)
.x: 列表向量/列表；
.y: 列表向量/列表，長度比.x小1；
.f: 規(guī)約函數(shù)；
...: 函數(shù)的其他參數(shù)
# 多個向量reduce reduce2(1:4,c(1,1,1),function(x,y,z) x+y-z)
## [1] 7
計算邏輯為第一次：1+2-1=2，第二次2+3-1=4，第三次4+4-1=7。
更多的purrr包中函數(shù)用法，可以參考：cheatsheet
以上就是淺析R語言中map與reduce的詳細內(nèi)容，更多關于R語言map與reduce的資料請關注服務器之家其它相關文章！
原文鏈接：https://blog.csdn.net/jhr112/article/details/115379449
