如何将foreach循环转换为函数？输出差异与替代方案疑问

我以mtcars数据集为示例，需要计算变量间的Spearman相关系数及p值（实际场景是450条观测、3400个变量的数据集，因此需要并行处理），用combn避免重复相关和自相关。最初用foreach实现的代码如下：

combo_cars <- data.frame(t(combn(names(mtcars),2)))

library(foreach)
cars_res <-  foreach(i=1:nrow(combo_cars), .combine=rbind, .packages=c("magrittr", "dplyr"))     %dopar% {
  out2 <-  broom::tidy(cor.test(mtcars[, combo_cars[i,1]],
                                mtcars[,combo_cars[i,2]],
                                method = "spearman")) %>% 
    mutate(Var1=combo_cars[i,1], Var2=combo_cars[i,2])
}

为了适配future包做更高效的子集并行处理，我尝试用combn直接嵌入函数实现：

car_res2 <- data.frame(t(combn(names(mtcars), 2, function(x)  
  cor.test(mtcars[[x[1]]],
           mtcars[[x[2]]], method="spearman"), simplify=TRUE)))

但car_res2输出有8列（第二列为空），且列顺序、标签和cars_res完全不同：cars_res有明确的列标签（如estimate、statistic、p.value等），而car_res2列顺序混乱且无语义化标签。

现有两个疑问：

1. 为何两种方式的输出顺序不同且无标签？
2. 能否用apply类函数替代上述实现方式？

问题1：输出顺序与标签差异原因 #

这两种方式的核心区别在于是否对cor.test的结果做了标准化整理：

• cars_res中用broom::tidy()处理cor.test返回的htest对象，tidy()会将这类假设检验结果统一转换成结构规范的整洁数据框，列名是语义化的（如estimate对应相关系数、p.value对应p值），顺序也是固定的。
• car_res2直接提取cor.test返回的原始htest对象元素，htest对象的元素顺序是固定的（statistic、parameter、p.value、estimate、null.value、alternative、method、data.name），转置后生成的数据框会沿用这个顺序，且列名默认是X1-X8。其中第二列空值是因为Spearman秩相关的cor.test结果中，parameter（自由度）参数为NULL，转成数据框后就显示为空。

问题2：apply类函数替代方案 #

完全可以用apply类函数替代，同时保留broom::tidy()的标准化输出，还能方便结合future实现并行。以下是几种可行方案：

方案1：基础lapply+do.call(rbind, ...) #

先生成变量组合，再用lapply遍历每个组合，用tidy()整理结果，最后合并成数据框：

library(broom)
library(dplyr)

# 生成变量组合
combo_list <- combn(names(mtcars), 2, simplify = FALSE)

# 用lapply遍历处理
cars_res_apply <- lapply(combo_list, function(x) {
  cor.test(mtcars[[x[1]]], mtcars[[x[2]]], method = "spearman") %>%
    tidy() %>%
    mutate(Var1 = x[1], Var2 = x[2])
}) %>% do.call(rbind, .)

方案2：purrr::map_dfr（更简洁） #

用purrr的map_dfr可以直接将结果合并成数据框，无需额外的do.call(rbind, ...)：

library(purrr)
library(broom)
library(dplyr)

combo_list <- combn(names(mtcars), 2, simplify = FALSE)

cars_res_map <- map_dfr(combo_list, function(x) {
  cor.test(mtcars[[x[1]]], mtcars[[x[2]]], method = "spearman") %>%
    tidy() %>%
    mutate(Var1 = x[1], Var2 = x[2])
})

方案3：结合future.apply实现并行（适配大数据集） #

如果要结合future做并行处理，用future.apply::future_lapply替代基础lapply即可，无需修改核心逻辑：

library(future.apply)
library(broom)
library(dplyr)

# 设置并行策略（根据自己的环境选择，比如multisession）
plan(multisession)

combo_list <- combn(names(mtcars), 2, simplify = FALSE)

# 并行处理
cars_res_parallel <- future_lapply(combo_list, function(x) {
  cor.test(mtcars[[x[1]]], mtcars[[x[2]]], method = "spearman") %>%
    tidy() %>%
    mutate(Var1 = x[1], Var2 = x[2])
}) %>% do.call(rbind, .)

# 关闭并行
plan(sequential)

封装成函数（方便处理子集） #

可以把逻辑封装成函数，方便对数据集子集进行批量处理：

library(future.apply)
library(broom)
library(dplyr)

compute_spearman <- function(data, var_combinations) {
  future_lapply(var_combinations, function(x) {
    cor.test(data[[x[1]]], data[[x[2]]], method = "spearman") %>%
      tidy() %>%
      mutate(Var1 = x[1], Var2 = x[2])
  }) %>% do.call(rbind, .)
}

# 使用示例
plan(multisession)
combo_list <- combn(names(mtcars), 2, simplify = FALSE)
result <- compute_spearman(mtcars, combo_list)
plan(sequential)

内容的提问来源于stack exchange，提问作者pemb_bex6789