在mutate中使用purrr::pmap传递参数的问题及优化需求

1. 给pmap中的函数正确传递参数的方法 #

报错原因解析 #

• sum能正常运行的逻辑：sum()支持接收任意数量的位置参数（sum(a, b, c, ...)），pmap会把数据框每行的多列值拆成独立参数传给sum，再配合na.rm=TRUE这个命名参数，自然能算出每行总和。
• mean报错的核心原因：mean()的第一个参数x要求是一个向量，但pmap默认会把每行的多列值拆成多个位置参数传入，相当于执行mean(col_a_val, col_b_val, col_c_val, na.rm=TRUE)，这不符合mean的参数规则（它仅将第一个参数视为目标向量，后续参数对应trim等其他参数），因此触发"argument 'x' is missing"错误。
• 直接传sum(na.rm=TRUE)报错的原因：你这里是直接执行了sum(na.rm=TRUE)，但sum必须要有输入值（x参数），这行代码本身就不合法，pmap拿到错误结果后自然无法执行。

正确写法 #

要让mean正常工作，需要把每行的多列值打包成一个向量再传入，可通过匿名函数结合...收集参数实现：

# 正确计算行均值
sdf_2 <- sdf %>% 
  select(all_of(params)) %>% 
  mutate(mean_p = pmap_dbl(., ~mean(c(...), na.rm = TRUE)))

如果要给sum显式传参（不依赖它的多参数特性），同样可以用匿名函数：

# 显式打包参数的行总和写法
sdf_2 <- sdf %>% 
  select(all_of(params)) %>% 
  mutate(sum_p = pmap_dbl(., ~sum(c(...), na.rm = TRUE)))

也可以用purrr::lift_dbl把接受向量的函数转换成支持多参数的版本，省去匿名函数的编写：

library(purrr)
# 用lift_dbl转换mean函数
sdf_2 <- sdf %>% 
  select(all_of(params)) %>% 
  mutate(mean_p = pmap_dbl(., lift_dbl(mean, na.rm = TRUE)))

2. 保留col_id列同时处理指定列的方法 #

不需要先删除col_id再重建，用dplyr::pick()就能在pmap中直接指定要处理的列，同时保留原数据框的所有列：

# 保留col_id，同时计算指定列的行总和与均值
sdf_2 <- sdf %>% 
  mutate(
    sum_p = pmap_dbl(pick(all_of(params)), ~sum(c(...), na.rm = TRUE)),
    mean_p = pmap_dbl(pick(all_of(params)), ~mean(c(...), na.rm = TRUE))
  )

更简洁的方式是用rowwise()结合c_across()，这是dplyr中按行处理指定列的常用写法，可读性更高：

sdf_2 <- sdf %>% 
  rowwise() %>% 
  mutate(
    sum_p = sum(c_across(all_of(params)), na.rm = TRUE),
    mean_p = mean(c_across(all_of(params)), na.rm = TRUE)
  ) %>% 
  ungroup()

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