R语言分组计算时如何仅调用一次返回多结果的自定义函数

你可以通过临时存储函数返回的列表结果，再展开为多列的方式，仅调用一次自定义函数完成计算，以下是两种常用的实现方案：

方案1：借助临时列表列+unnest_wider展开（无需修改原函数） #

你不需要调整已经写好的myFunction，仅需在管道中先将每组的函数返回结果存入临时列表列，再用tidyr::unnest_wider直接展开为新列即可：

library(dplyr)
library(tidyr)

myFunction <- function(x, y){
  list(a = x + y,
       b = cumsum(x))
}

data <- data.frame(var1 = c(1,2,4,7,2),
           var2 = c(2,6,2,4,6),
           groups = c("a", "a", "b", "b", "b"))

# 仅调用一次函数的实现
data %>%
  group_by(groups) %>%
  mutate(res = list(myFunction(var1, var2))) %>% # 每组仅调用一次函数，结果存入列表列
  unnest_wider(res) %>% # 把列表的两个元素展开为a、b两列
  rename(new1 = a, new2 = b) # 按需修改新列名

该方法下每个分组仅调用一次myFunction，完全避免重复计算。

方案2：修改函数返回tibble，直接生成多列 #

如果可以调整自定义函数的返回格式，直接返回tibble结构的结果，dplyr的mutate会自动把返回的多列追加到原数据框中，写法更简洁：

library(dplyr)

# 修改函数返回为tibble
myFunction <- function(x, y){
  tibble(new1 = x + y,
       new2 = cumsum(x))
}

data %>%
  group_by(groups) %>%
  mutate(myFunction(var1, var2)) # 直接调用函数，自动追加新列

两种方案最终得到的结果和你原有两次调用函数的写法完全一致，计算效率更高，尤其适合自定义函数计算逻辑复杂、耗时较长的场景。

内容的提问来源于stack exchange，提问作者Francois51