如何正确将DataFrame数据传入自定义函数并批量处理行数据？

问题核心 #

• 自定义函数逐行执行时，返回的结果DataFrame所有列被强制转为字符型，不符合预期（需保留数值型列）
• apply()语法使用错误，循环函数未正确合并结果

1. 修复自定义函数的类型问题 #

原函数中用c()拼接不同类型元素会导致统一转为字符型，直接构造单行DataFrame即可保留各列类型：

library(tidyverse)

function1 <- function(cut, depth, price){
    new_value <- depth * price
    new_char <- paste0(cut, "kjh", as.character(depth))
    
    # 直接构造单行DataFrame，明确列类型
    result <- data.frame(
        cut = cut,
        depth = depth,
        price = price,
        new_value = new_value,
        new_char = new_char,
        stringsAsFactors = FALSE
    )
    
    return(result)
}

# 测试单个调用，验证类型
function1("good", 100, 3)

2. 批量处理DataFrame的三种正确方法 #

方法一：Tidyverse风格（推荐） #

用pmap_dfr按行传递多参数，自动合并结果：

df <- head(diamonds)

# 筛选需要的列，逐行调用函数并合并为DataFrame
result_df <- pmap_dfr(df %>% select(cut, depth, price), function1)
print(result_df)

方法二：基础R的apply用法 #

需用匿名函数包装，手动转换数值型参数（apply会把行转为字符向量）：

# 逐行处理，返回列表后合并为DataFrame
result_list <- apply(df %>% select(cut, depth, price), 1, function(row) {
    function1(row["cut"], as.double(row["depth"]), as.double(row["price"]))
})
result_df <- do.call(rbind, result_list)
print(result_df)

方法三：改进版循环 #

初始化指定列类型，循环中逐步合并结果：

function2 <- function(df_input){
    # 初始化空DataFrame，指定各列类型
    result <- data.frame(
        cut = character(),
        depth = double(),
        price = double(),
        new_value = double(),
        new_char = character(),
        stringsAsFactors = FALSE
    )
    
    for(i in 1:nrow(df_input)) {
        row <- df_input[i,]
        # 调用函数并合并结果
        result <- rbind(result, function1(row$cut, row$depth, row$price))
    }
    return(result)
}

# 调用循环函数
result_df <- function2(df)
print(result_df)

关键知识点 #

• 类型错误根源：c()会将混合类型的元素统一转为字符型，直接构造DataFrame可避免类型强制转换
• apply语法误区：apply的第三个参数必须是接受行向量的函数，需用匿名函数包装传递指定参数
• 高效批量处理：pmap_dfr是Tidyverse中处理多参数逐行函数最简洁的方式，无需手动处理类型和合并

内容的提问来源于stack exchange，提问作者Vistho