R语言seq函数处理多行数据报错及group_by生成序列异常咨询

错误原因 #

• seq() 函数本身仅支持接收长度为1的from/to/length.out参数，你直接传入整列向量（多值）时，函数无法同时处理多组参数，因此抛出长度不匹配的报错。
• 你写的dplyr链式调用有两个问题：一是管道符会将前序的数据集作为第一个参数传入seq()，导致from参数接收的是整个数据集而非计算值；二是分组后直接调用df$列名会取全局数据列，不会限制在组内取值，也会导致参数错误。

解决方法 #

你需要按行遍历数据集，每行取对应的参数生成序列，由于不同行的periods值不同，生成的序列长度不一致，我们可以将结果存在list类型的列中，方便后续调用或分组处理。

方案1：使用dplyr行向处理（最易理解） #

library(dplyr)
# 按行计算序列，存入list列
df_with_seq <- df %>%
  rowwise() %>% # 声明按行处理，每次仅读取一行的参数
  mutate(seqi = list(seq(from = MtM/periods, to = MtM, length.out = periods))) %>%
  ungroup() # 处理完成后取消行分组

# 提取某一行的序列，比如第3行：
df_with_seq$seqi[[3]]

如果需要先按Acct、Date分组后再计算，且同一组内的参数完全一致，可以修改为：

df_with_seq <- df %>%
  group_by(Acct, Date) %>%
  mutate(seqi = list(seq(from = first(MtM)/first(periods), to = first(MtM), length.out = first(periods)))) %>%
  ungroup()

方案2：使用purrr并行遍历参数 #

如果你更习惯用purrr处理多参数迭代，也可以用pmap实现同样效果：

library(purrr)
df$seqi <- pmap(
  .l = list(m = df$MtM, p = df$periods),
  .f = function(m, p) seq(from = m/p, to = m, length.out = p)
)

自定义函数适配多值输入的方法 #

如果你需要保留原来的dur函数，同时支持整列输入，可以将函数包装为向量化版本：

# 包装原函数为向量化版本
dur_vec <- Vectorize(dur, vectorize.args = c("Rate", "periods", "YtM2", "Price", "MtM", "Amount"))
# 调用时直接传整列参数，返回的结果是list类型的序列集合
seqi_list <- dur_vec(df$Rate, df$periods, df$YtM2, df$Price, df$MtM, df$Amount)

内容的提问来源于stack exchange，提问作者a_js12