如何在dplyr pipeline中通过单步mutate从自定义函数提取多列结果

dplyr 1.0.0及以上版本原生支持该需求，无需自定义特殊函数，以下是不同场景的实现方式：

示例场景实现 #

你的示例数据和自定义函数如下：

library(dplyr)
library(tidyr)

df <- tibble(x = c(1,2,6), y = c(5,3,4))
sum_and_product <- function(x, y) list(sum=x+y,product=x*y)

最简写法 #

当自定义函数返回的每个元素长度等于输入行数时，直接在mutate中调用函数即可：

df %>% mutate(sum_and_product(x, y))

输出结果完全符合预期：

# A tibble: 3 × 4
      x     y   sum product
  <dbl> <dbl> <dbl>   <dbl>
1     1     5     6       5
2     2     3     5       6
3     6     4    10      24

通用兼容写法 #

适配所有场景，包括分组后单组返回一组结果的情况：

df %>%
  mutate(res = purrr::pmap(list(x, y), sum_and_product)) %>%
  unnest_wider(res)

分组结构变点业务场景实现 #

针对你需要按时间序列ID分组计算结构变点的需求，只需保证你的my.cpt函数返回命名列表，写法如下：

# 示例my.cpt返回结构，只需和你实际返回的命名对应即可
my.cpt <- function(time, value) {
  # 原有计算逻辑保留
  list(cpt_time = 突变发生时间, pre_value = 突变前数值, post_value = 突变后数值)
}

# 管道操作代码
df %>%
  group_by(timeseries_id) %>%
  mutate(cpt_res = list(my.cpt(time, value))) %>%
  unnest_wider(cpt_res) %>%
  ungroup() # 不需要保留分组时可加上

如果你使用的是dplyr 1.1.0及以上版本，可以用更接近你预期的多赋值语法，无需调用unnest：

df %>%
  mutate(
    c(cpt_time, pre_value, post_value) := my.cpt(time, value),
    .by = timeseries_id
  )

内容的提问来源于stack exchange，提问作者Nikolai