使用furrr::future_map_chr结合dplyr::cur_column()报错的解决方法

问题重现 #

先看正常运行的基础代码：

library(dplyr)
library(purrr)

df <- tibble(a = 1:3, b = 4:6)

# 正常执行：用purrr::map_chr结合cur_column()
df %>%
  mutate(across(c(a, b), ~ map_chr(.x, ~ paste("列", cur_column(), "的值是", .x))))

改用furrr多进程时触发报错：

library(furrr)
plan(multisession)

# 触发错误：cur_column() must be used within `across()`
df %>%
  mutate(across(c(a, b), ~ future_map_chr(.x, ~ paste("列", cur_column(), "的值是", .x))))

报错原因 #

furrr的多进程机制会创建独立的子R会话执行任务，cur_column()依赖的dplyr across()上下文无法传递到子进程中，导致子进程无法识别当前处理的列名，从而抛出错误。

解决方案 #

方案1：手动传递列名（替代cur_column()） #

利用across()的函数参数特性：当给across()传递的函数接受两个参数时，第一个参数是列值，第二个参数就是当前列的名称。直接用这个列名参数传递给future_map_chr即可：

df %>%
  mutate(across(c(a, b), ~ future_map_chr(.x, ~ paste("列", .y, "的值是", .x)), .names = "{col}"))

或者用命名函数的写法更清晰：

df %>%
  mutate(across(c(a, b), function(col_vals, col_name) {
    future_map_chr(col_vals, ~ paste("列", col_name, "的值是", .x))
  }, .names = "{col}"))

方案2：提前捕获cur_column()的值 #

在across()的上下文里先捕获当前列名，存储到变量中，再传递给future_map_chr（变量会被序列化到子进程）：

df %>%
  mutate(across(c(a, b), {
    current_col <- cur_column()
    ~ future_map_chr(.x, ~ paste("列", current_col, "的值是", .x))
  }, .names = "{col}"))

验证结果 #

两种方案都能正常生成预期结果，且不会触发cur_column()的报错，同时利用furrr实现多进程异步执行。

内容的提问来源于stack exchange，提问作者Josh Persi