如何在R的reduce()中以引用传递dataframe以保留状态更新？

问题描述 #

我拥有示例设备数据machine_data，定义了包含do_nothing、repair、replace的设备维护动作集合，以及设备状态退化模型degrade_machine和单周期动作执行函数perform_action。通过purrr::reduce()在循环中处理动作集时，发现每次递归调用都使用原始machine_data值：例如动作集c('repair', 'do_nothing', 'repair')中，设备2初始Condition约为60.299，repair后更新为95并退化至85.5，但后续do_nothing动作仍使用原始值60.299退化到54.27，而非预期的85.5退化至76.95。想知道能否在reduce()中以引用方式传递dataframe，使每次递归使用更新后的状态？

问题根源 #

R语言中的dataframe默认是值传递机制，reduce()每次迭代时会传递数据的副本而非引用，导致前一次迭代的更新无法被后续迭代继承，所以才会出现始终使用原始数据的问题。

解决方案 #

1. 确保动作执行函数返回更新后的dataframe #

R中大部分对象是不可变的，不能原地修改后直接生效，必须让perform_action函数返回修改并退化后的新dataframe。示例实现：

perform_action <- function(acc_df, action) {
  # 基于累积状态执行动作
  updated_df <- switch(action,
    repair = {
      acc_df$Condition[acc_df$MachineID == 2] <- 95
      acc_df
    },
    do_nothing = acc_df,
    replace = {
      acc_df$Condition[acc_df$MachineID == 2] <- 100
      acc_df
    },
    acc_df # 默认 fallback
  )
  # 执行状态退化并返回新数据
  degrade_machine(updated_df)
}

2. 正确调用purrr::reduce() #

reduce()的核心是维护一个累积值（即上一次更新后的设备状态），每次迭代将累积值与当前动作传入处理函数。完整示例代码：

library(purrr)

# 初始化设备数据
machine_data <- data.frame(
  MachineID = c(1, 2),
  Condition = c(75, 60.299)
)

# 状态退化函数：模拟设备性能衰减
degrade_machine <- function(df) {
  df$Condition <- df$Condition * 0.9
  df
}

# 动作执行函数（如上述定义）
perform_action <- function(acc_df, action) {
  updated_df <- switch(action,
    repair = {
      acc_df$Condition[acc_df$MachineID == 2] <- 95
      acc_df
    },
    do_nothing = acc_df,
    replace = {
      acc_df$Condition[acc_df$MachineID == 2] <- 100
      acc_df
    },
    acc_df
  )
  degrade_machine(updated_df)
}

# 处理动作序列
action_set <- c('repair', 'do_nothing', 'repair')
final_state <- reduce(action_set, perform_action, .init = machine_data)

# 查看最终状态
print(final_state)

运行后会得到正确的连续更新结果：设备2的状态会依次经历60.299 → 95 → 85.5 → 76.95 → 95 → 85.5，完全符合预期。

3. 可选：用data.table实现引用传递（慎用） #

如果一定要用引用传递来避免数据副本，可以使用data.table包（支持原地修改）。但这种方式会修改原始数据，容易引发副作用，仅适用于特殊场景：

library(data.table)
library(purrr)

# 转成data.table
machine_data <- data.table(
  MachineID = c(1, 2),
  Condition = c(75, 60.299)
)

# 原地修改的退化函数
degrade_machine <- function(dt) {
  dt[, Condition := Condition * 0.9]
}

# 原地修改的动作执行函数
perform_action <- function(dt, action) {
  if (action == "repair") {
    dt[MachineID == 2, Condition := 95]
  } else if (action == "replace") {
    dt[MachineID == 2, Condition := 100]
  }
  degrade_machine(dt)
}

# 处理动作序列
action_set <- c('repair', 'do_nothing', 'repair')
reduce(action_set, perform_action, .init = machine_data)

内容的提问来源于stack exchange，提问作者coolhand