R语言mutate中pmap_df作用于全数据框而非对应行的问题

现有数据框每一行存储待传入目标函数的参数，目标函数执行后会返回多行记录的数据框。预期参照mutate搭配pmap_dbl新增结果列的用法，调用pmap_df将入参与对应计算结果整合到同一数据框中。

使用如下代码运行后，结果列存储的嵌套数据每行都包含全量计算结果，未和当前行入参做匹配：

library(tidyr)

example_function <- function(data, string, ...){
  
  word_one <- paste(data$word_one, string)
  word_two <- paste(data$word_two, string)
  
  output <- data_frame(result_words = c(word_one, word_two))
  
}

fake_data <- tibble(group_id = rep(c(1, 2), each = 3),
                    word_one = c("hello", "goodbye", "today",
                                 "apple", "banana", "coconut"),
                    word_two = c("my", "name", "is",
                                 "ellie", "good", "morning"))

test <- fake_data %>% 
        group_by(group_id) %>% 
        nest() %>% 
        mutate(string = "not working") %>% 
        mutate(final_output = list(purrr::pmap_df(.l = ., .f = example_function)))

运行后得到的错误输出结构如下：

Rows: 2
Columns: 4
Groups: group_id [2]
$ group_id     <dbl> 1, 2
$ data         <list> [<tbl_df[3 x 2]>], [<tbl_df[3 …
$ string       <chr> "not working", "not working"
$ final_output <list> [<tbl_df[12 x 1]>], [<tbl_df[…

预期效果：final_output列每个元素存储的数据框仅包含6行结果，和嵌套data列的输入一一对应。

代码中pmap_df的传入参数为.，即nest之后整个2行的完整数据框。pmap会遍历传入列表/数据框的所有元素（即所有分组行）执行函数，最终拼接得到全量2组共12行的结果，再重复赋值给每一行的final_output列，因此出现每行都存储全量结果的问题。

该需求可直接实现，核心逻辑：逐行传入当前行对应的参数给目标函数，而非传入整个完整数据框。

由于每行仅需传入data、string两个参数，可直接使用map2逐行映射，修正后代码如下：

test <- fake_data %>% 
  group_by(group_id) %>% 
  nest() %>% 
  mutate(string = "not working") %>% 
  mutate(final_output = purrr::map2(.x = data, .y = string, .f = example_function))

如果需要使用pmap适配更多参数场景，可显式指定逐行传入的参数列，写法如下：

test <- fake_data %>% 
  group_by(group_id) %>% 
  nest() %>% 
  mutate(string = "not working") %>% 
  mutate(final_output = purrr::pmap(.l = list(data = data, string = string), .f = example_function))

运行后查看结果，final_output列每个元素为对应分组生成的6行1列数据框，完全匹配预期。

内容的提问来源于stack exchange，提问作者Emily