如何对tibble每行与嵌套数据框列表执行自定义函数

我们可以通过映射函数来处理这种嵌套结构的对应计算需求，以下是具体实现方式：

核心逻辑 #

source的第i行，需要匹配dest[[1]][[i]]和dest[[2]][[i]]两个数据框，再对这两个数据框的每一行，与source的第i行共同传入目标函数。

示例实现（以计算两点欧氏距离为例） #

1. 定义目标函数 #

先写一个示例函数，用来计算两组经纬度点之间的欧氏距离：

calc_distance <- function(source_point, dest_point) {
  sqrt((source_point$lon - dest_point$lon)^2 + (source_point$lat - dest_point$lat)^2)
}

2. 用tidyverse工具实现（推荐） #

借助purrr的映射函数和dplyr的行处理能力，代码更简洁易读：

library(purrr)
library(dplyr)

# 遍历source的每一行，同时获取行索引i
result <- imap(source, function(source_row, i) {
  # 取出dest中对应i的两个数据框
  target_dfs <- list(dest[[1]][[i]], dest[[2]][[i]])
  
  # 对每个数据框的每一行应用计算函数
  map(target_dfs, ~ rowwise(.x) %>% 
        mutate(distance = calc_distance(source_row, cur_data())) %>% 
        ungroup())
})

3. 基础R实现（无依赖） #

如果不想使用tidyverse包，用基础R的lapply和apply也能实现：

result <- lapply(1:nrow(source), function(i) {
  current_row <- source[i, ]
  target_dfs <- list(dest[[1]][[i]], dest[[2]][[i]])
  
  lapply(target_dfs, function(df) {
    apply(df, 1, function(dest_row) {
      sqrt((current_row$lon - dest_row[1])^2 + (current_row$lat - dest_row[2])^2)
    })
  })
})

结果说明 #

• 最终的result是一个长度为6的列表（对应source的6行）
• 每个子列表包含两个元素，分别是dest[[1]][[i]]和dest[[2]][[i]]处理后的结果（如果是数据框版本，会新增计算列；如果是基础版，会返回每行的计算值向量）

内容的提问来源于stack exchange，提问作者Andreas