在dplyr mutate中结合purrr map，按列值动态选择列应用函数

问题背景 #

需要在dplyr的mutate上下文里，根据selector列的取值，对每行对应的目标列（a或b）应用自定义平方函数calc，生成quad列。测试数据和函数如下：

test <- data.frame(a = c(1,2), b = c(3,4), selector = c("a","b"))

calc <- function(col) {
  res <- col ^ 2
  return(res)
}

错误原因 #

原代码mutate(quad = map(.data[[selector]], ~ calc(.x)))出错，是因为.data[[selector]]试图用整个selector向量作为索引取列，无法实现逐行匹配不同列名的需求，且map的迭代逻辑不适合这种行级的列选择场景。

解决方案 #

方案1：使用rowwise() + cur_data()

这是最直观的tidyverse风格方案，通过rowwise()让dplyr按行处理，cur_data()获取当前行的数据集，再用[[selector]]取出对应列的值：

test %>%
  rowwise() %>%
  mutate(quad = calc(cur_data()[[selector]])) %>%
  ungroup()

方案2：使用purrr::pmap_dbl

pmap系列函数支持按行迭代数据框，每行元素作为参数传入自定义逻辑：

test %>%
  mutate(quad = pmap_dbl(., function(...) {
    row <- tibble(...)
    calc(row[[row$selector]])
  }))

方案3：Base R 实现

用mapply结合索引矩阵实现逐行取值计算：

test$quad <- mapply(
  function(val) calc(val),
  val = test[cbind(seq(nrow(test)), match(test$selector, names(test)))]
)

验证结果 #

三种方案都能得到预期输出：

a b selector quad
1 1 3        a    1
2 2 4        b   16

内容的提问来源于stack exchange，提问作者taxecron