R语言如何使用purrr包map函数高效计算分组列子集最小值

你不需要创建中间聚合表再做左连接，直接利用dplyr分组后的窗口计算能力，单步就能得到想要的结果，代码更简洁，运行效率也更高。

推荐实现代码 #

library(dplyr)

# 单步完成计算，无中间表
df_result <- df %>%
  group_by(index) %>%
  mutate(
    # 直接在分组内取符合hour条件的runtime_sec子集计算最小值，自动填充到组内所有行
    min_ref = min(runtime_sec[hour >= 8 & hour < 10])
  ) %>%
  ungroup()

代码说明 #

• 按index分组后，mutate()会在每个分组内独立计算，计算结果会自动匹配组内每一行，省去了聚合、连接的冗余步骤
• 如果你需要匹配你给出的示例中index=2的输出结果（min_ref=100），只需要把hour判断条件调整为hour >=8 & hour <=10即可——你当前写的hour <10会把index=2唯一的hour=10行排除在计算范围外，最终得到NA值，和你的预期输出不符
• 如果需要用匿名函数实现，也可以写成如下形式，逻辑和上面的写法完全一致：

# 匿名函数版本
df_result <- df %>%
  group_by(index) %>%
  mutate(
    min_ref = (\(x) min(x[hour >= 8 & hour <= 10]))(runtime_sec)
  ) %>%
  ungroup()

关于purrr包map函数的说明 #

你这个场景属于标准的分组窗口计算，dplyr原生的分组mutate已经是最高效简洁的实现，不需要引入purrr的map系列函数，强行用map反而会增加代码复杂度、降低运行效率。

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