R语言：如何让foreach循环返回所有内部计算变量

foreach代码块的默认行为是返回最后一条语句的执行结果，这和普通for循环的变量作用逻辑不同——普通for循环的变量保存在父环境中，而foreach的每个迭代都是独立的执行单元，必须显式打包所有需要保留的结果才能带出。

方案1：返回命名列表 #

把循环内的所有计算变量打包成一个命名列表，这样每个迭代的结果都会包含所有需要的变量：

set.seed(1)

data <- dplyr::tibble(
  x = rnorm(5),
  y = rnorm(5, sd = 0.5),
  z = rnorm(5, sd = 0.25)
)

sims = 10

df = foreach(sim = 1:sims) %dopar% {
  
  calc <- data |>
          furrr::future_pmap_dfr(
            function(x, y, z) {
              res <- (x + y) / z
              names(res) <- 'col'
              return(res)
            }
          )
  
  calc_2 <- data |>
            furrr::future_pmap_dfr(
              function(x, y, z) {
                res <- (x+y+z)^2
                names(res) <- 'col'
                return(res)
              }
            )
  
  # 显式返回包含所有变量的命名列表
  list(calc_result = calc, calc2_result = calc_2)
}

访问结果时，通过列表索引+名称即可获取对应变量：

# 获取第1次迭代的calc结果
df[[1]]$calc_result

# 获取第1次迭代的calc_2结果
df[[1]]$calc2_result

方案2：返回合并的数据框 #

如果两个计算结果的行数一致，可以给结果列重命名后合并为单个数据框，适合后续统一处理：

set.seed(1)

data <- dplyr::tibble(
  x = rnorm(5),
  y = rnorm(5, sd = 0.5),
  z = rnorm(5, sd = 0.25)
)

sims = 10

df = foreach(sim = 1:sims) %dopar% {
  
  calc <- data |>
          furrr::future_pmap_dfr(
            function(x, y, z) {
              res <- (x + y) / z
              names(res) <- 'calc_col'  # 重命名列避免冲突
              return(res)
            }
          )
  
  calc_2 <- data |>
            furrr::future_pmap_dfr(
              function(x, y, z) {
                res <- (x+y+z)^2
                names(res) <- 'calc2_col'  # 重命名列避免冲突
                return(res)
              }
            )
  
  # 合并两个数据框
  dplyr::bind_cols(calc, calc_2)
}

访问结果时直接通过列名获取：

# 获取第1次迭代的calc计算列
df[[1]]$calc_col

# 获取第1次迭代的calc_2计算列
df[[1]]$calc2_col

额外提示 #

• 如果需要把所有迭代的结果合并成一个大的数据集，可以在foreach中添加.combine参数，比如.combine = dplyr::bind_rows（适用于返回数据框的场景）或.combine = c（适用于返回列表的场景）。
• 并行模式下，每个迭代的执行环境完全独立，所有需要带出的结果必须通过代码块最后一行（或显式return）返回，无法直接依赖父环境的变量传递。

内容的提问来源于stack exchange，提问作者codeweird