如何用tidyverse逐行将多列传入非向量化函数（含API调用）

针对你的需求（逐行传递tibble的两列值调用非向量化API，存入返回的列表，且支持调用延迟），tidyverse中最适合的工具是purrr包的映射函数，尤其是pmap()（多参数场景），也可以用rowwise()配合mutate()实现。以下是具体实现方式：

1. 核心方案：使用purrr::pmap() #

pmap()专门用于处理多参数的逐行映射，能自然接收tibble的多列作为函数参数，同时方便加入延迟逻辑。

步骤示例 #

首先定义模拟API调用的函数（模拟非向量化、返回列表、带延迟的特性）：

# 模拟非向量化API：接收a、b两个参数，返回列表，调用间隔0.5秒
call_api <- function(a_val, b_val) {
  Sys.sleep(0.5) # 模拟API调用延迟
  # 返回复杂列表结果
  list(
    combined_str = paste0(a_val, b_val),
    str_length = nchar(paste0(a_val, b_val)),
    input_pair = c(a_val, b_val)
  )
}

然后用pmap()逐行处理你的tibble：

library(tidyverse)

# 示例数据
d <- tibble(a=c("a", "b", "d"), b=c("x", "y", "z"))

# 逐行调用API，将结果存入新列
d_with_response <- d %>%
  mutate(api_result = pmap(list(a, b), call_api))

# 查看结果：api_result是列表类型的列
d_with_response

如果需要展开列表列的内容，使用unnest_wider()将列表的每个元素拆分为单独列：

d_expanded <- d_with_response %>%
  unnest_wider(api_result)

d_expanded

2. 替代方案：rowwise() + mutate() #

如果更偏好直观的逐行写法，可以用rowwise()将tibble按行分组，再结合mutate()调用函数：

d_rowwise <- d %>%
  rowwise() %>%
  mutate(api_result = call_api(a, b)) %>%
  ungroup() # 必须取消分组，避免后续操作继承行分组状态

# 展开结果
d_rowwise %>%
  unnest_wider(api_result)

3. 进阶：添加错误处理 #

如果API调用可能失败，用purrr::safely()包裹API函数，避免整个流程中断，同时捕获错误信息：

# 包装API函数，返回包含结果和错误的列表
safe_api_call <- safely(call_api)

d_safe <- d %>%
  mutate(api_response = pmap(list(a, b), safe_api_call)) %>%
  # 拆分结果和错误信息
  mutate(
    result = map(api_response, "result"),
    error = map(api_response, "error")
  ) %>%
  select(-api_response)

# 查看结果和错误
d_safe

方案对比 #

• pmap()：函数式风格，性能更优（尤其数据量大时），适合批量多参数映射。
• rowwise()：写法更直观，但行分组会带来额外性能开销，适合小数据集或快速原型开发。

内容的提问来源于stack exchange，提问作者bill999