如何在R中对数据框每行应用带额外数据框参数的函数并生成多列

核心思路 #

要给output1的每一行传入site_code、analyte_code和大型数据框output2，并将函数返回的多列追加到原数据框，**purrr::pmap**或dplyr::rowwise都能实现，关键是让函数返回结构化结果（如列表或单行tibble），而非矩阵。

修正函数 #

先调整find_sample_gaps函数，让它返回单行tibble，方便后续直接展开为列：

library(tidyverse)

find_sample_gaps <- function(site, analyte, df) {
  Sample <- df %>%
    filter(site_code == site, analyte_code == analyte) %>%
    mutate(Year = as.numeric(format(Date, '%Y')))
  
  # 处理无匹配数据的情况，避免报错
  if(nrow(Sample) == 0) {
    return(tibble(a = 0, b = 0, c = "No data found"))
  }
  
  x <- Sample %>%
    group_by(Year) %>%
    summarize(n_samples = n(), .groups = "drop")
  
  gaps <- which(c(1, diff(x$Year)) > 1)
  
  a <- sum(x$n_samples) 
  b <- n_distinct(Sample$Date)
  c <- 'No gaps'
  
  if(length(gaps) > 0){ 
    # 若要显示具体gap位置，可改为paste(gaps, collapse=", ")
    c <- paste('There are', length(gaps), 'gaps') 
  }
  
  return(tibble(a, b, c))
}

方法1：使用purrr::pmap #

构造参数列表后，用pmap_dfr批量处理并合并结果：

# 构造每行对应的参数：site、analyte、重复的output2
params <- list(
  site = output1$site_code,
  analyte = output1$analyte_code,
  df = rep(list(output2), nrow(output1))
)

# 批量处理得到结果数据框
result_df <- pmap_dfr(params, find_sample_gaps)

# 合并原数据框与结果
final_result <- bind_cols(output1, result_df)

方法2：使用dplyr::rowwise（更直观） #

用rowwise逐行处理，逻辑更清晰：

final_result <- output1 %>%
  rowwise() %>%
  mutate(
    # 调用函数后自动拆分返回的tibble为列
    find_sample_gaps(site_code, analyte_code, output2)
  ) %>%
  ungroup() # 取消行分组，恢复常规数据框操作

原代码报错原因 #

• 直接调用函数时，把整个向量传给site和analyte，而非逐行处理，导致逻辑错误。
• sapply用法错误：将三个参数拼成向量传入，函数无法同时接收三个参数。

内容的提问来源于stack exchange，提问作者Ryan