R语言构建含分类参数的随机网格并批量计算子集均值的实现方法

实现步骤及代码 #

第一步：修改自定义函数适配NA值 #

原函数遇到r1=NA时筛选逻辑会失效，先调整函数逻辑兼容NA场景，同时处理空子集返回异常的问题：

library(dplyr)
library(purrr) # 用于批量映射计算，不需要可换下方base R方案

my_subset_mean <- function(r1, r2, r3){  
  if (is.na(r1)) {
    # r1为NA时不筛选a列
    subset <- df %>% filter(b > r2, d < r3)
  } else {
    # 将逗号分隔的r1字符串拆分为筛选用的向量
    r1_vec <- unlist(strsplit(r1, ",\\s*"))
    subset <- df %>% filter(a %in% r1_vec, b > r2, d < r3)
  }
  # 加na.rm参数避免空子集/缺失值返回异常
  return(mean(subset$c, na.rm = TRUE))
}

第二步：生成指定格式的参数网格 #

set.seed(123) # 设随机种子方便结果复现
n_row <- 100 # 自定义网格行数，可按需调整
a_levels <- levels(df$a)

my_grid <- data.frame(
  r2 = runif(n_row, min = 0, max = 5), # 0-5的随机r2
  r3 = runif(n_row, min = 0, max = 5), # 0-5的随机r3
  r1 = character(n_row),
  stringsAsFactors = FALSE
)

# 生成随机r1参数
for (i in 1:n_row) {
  # 10%概率生成NA，可自行调整概率
  if (runif(1) < 0.1) {
    my_grid$r1[i] <- NA_character_
  } else {
    # 随机选1到全量个a的水平值
    pick_k <- sample(1:length(a_levels), size = 1)
    pick_vals <- sample(a_levels, size = pick_k)
    # 拼接为逗号分隔的字符串，和示例格式一致
    my_grid$r1[i] <- paste(pick_vals, collapse = ", ")
  }
}

第三步：批量计算生成最终结果 #

方案1：purrr批量映射（代码更简洁）

final_answer <- my_grid %>%
  mutate(
    my_subset_mean = pmap_dbl(list(r1, r2, r3), my_subset_mean)
  )

方案2：base R实现（不需要额外装包）

final_answer <- my_grid
final_answer$my_subset_mean <- mapply(
  FUN = my_subset_mean,
  r1 = final_answer$r1,
  r2 = final_answer$r2,
  r3 = final_answer$r3
)

如果遇到筛选后子集为空返回NaN的情况，可以在函数里加判断逻辑，将空子集的返回值替换为NA或者其他自定义数值即可。

内容的提问来源于stack exchange，提问作者stats_noob