R语言管道遍历列表子集数据并调用自定义函数计算的实现问题

原始数据集结构 #

你拥有的数据集包含from、to、time三列及其他附加列，示例结构如下：

structure(list(from = c(1, 8, 3, 3, 8, 1, 4, 5, 8, 3, 1, 8, 4, 
1), to = c(8, 3, 8, 54, 3, 4, 1, 6, 7, 1, 4, 3, 8, 8), time = c(1521823032, 
1521827196, 1521827196, 1522678358, 1522701516, 1522701993, 1522702123, 
1522769399, 1522780956, 1522794468, 1522794468, 1522794468, 1522794468, 
1522859524)), class = "data.frame", row.names = c(NA, -14L))

需求说明 #

• 提取所有小于等于指定数值（示例为5）的有效索引（即索引需要在from或to列中出现过）
• 对每个索引，筛选出from等于该索引或to等于该索引的所有行
• 调用自定义函数计算该子集的对应结果（示例为time列最大值减最小值的差值）
• 最终输出包含索引和对应计算结果的dataframe，示例预期输出：

原有代码问题 #

原有代码的核心问题是没有对索引列表逐一遍历计算，直接把整个索引列表传入过滤函数，只会得到全局的计算结果，无法拆分到每个索引。

正确实现代码 #

首先加载依赖包，定义公共函数：

library(tidyverse)

# 自定义差值计算函数
dur <- function(x) max(x) - min(x)

# 自定义按索引过滤数据集函数
filternumber <- function(number, x){          
  x <- x %>% filter(from == number | to == number)
  return(x)
}

接下来执行计算逻辑：

# 生成符合要求的有效索引列表
lista <- unique(c(data$from, data$to))
lista <- lista[lista <= 5]

# 遍历每个索引计算结果，合并为最终dataframe
result <- map_dfr(lista, function(num){
  sub_time <- filternumber(num, data) %>% pull(time)
  tibble(索引 = num, 计算结果 = dur(sub_time))
})

如果不想使用purrr包，也可以用基础R的lapply实现：

result <- do.call(rbind, lapply(lista, function(num){
  sub_data <- filternumber(num, data)
  data.frame(索引 = num, 计算结果 = dur(sub_data$time))
}))

内容的提问来源于stack exchange，提问作者Usuario5678