在tibble上应用自定义函数时遭遇掩码问题求助

你的函数get_wsa是为标量输入设计的——当传入单个数值时，filter能精准匹配wsa_tab中的单行数据。但直接传入tibble的列（向量）时，filter会尝试用整个向量去匹配wsa_tab的所有行，导致没有任何行能同时满足draught == 整个draught_m向量和trim == 整个trim_m向量，最终返回长度为0的空向量，而mutate要求新列的长度必须等于原数据的行数（3）或1，因此触发错误。

以下三种方法都能解决问题，按tidyverse风格推荐优先级排序：

方法1：用数据框连接（最高效） #

直接通过left_join将两个表按匹配字段关联，无需自定义函数：

require("tidyverse")

wsa <- tibble("trim" = c(4, 4, 4, 5, 5, 5, 6, 6, 6), 
              "draught" = c(7, 8, 9, 7, 8, 9, 7, 8, 9), 
              "wsa" = c(100, 200, 300, 400, 500, 600, 700, 800, 900))

data <- tibble("draught_m" = c(6, 5, 4), "trim_m" = c(9, 8, 7))

data2 <- data %>%
  left_join(wsa, by = c("draught_m" = "draught", "trim_m" = "trim")) %>%
  rename(wsa_m2 = wsa)

注：如果某些匹配项不存在，wsa_m2会显示NA，符合数据处理的常规逻辑。

方法2：用rowwise()逐行处理 #

让mutate逐行调用你的函数，每次传入单个标量值：

data2 <- data %>%
  rowwise() %>%
  mutate(wsa_m2 = get_wsa(draught_m, trim_m, wsa_tab = wsa)) %>%
  ungroup()

处理完成后记得用ungroup()取消分组状态，避免后续操作受影响。

方法3：用purrr::map2向量化处理 #

利用purrr的map2_dbl函数，逐对处理draught_m和trim_m的元素：

data2 <- data %>%
  mutate(wsa_m2 = map2_dbl(draught_m, trim_m, ~get_wsa(.x, .y, wsa_tab = wsa)))

map2_dbl会自动将每一对元素传入函数，并返回数值型向量作为新列。

内容的提问来源于stack exchange，提问作者Gnihilo