purrr::pmap参数未按元素传递致报错，求向量化解决方案

看起来你卡在了用purrr::pmap生成嵌套数据框列的步骤上，问题主要出在两个地方：一是参数传递的方式不对（函数拿到的是整个列而非单行元素），二是用错了pmap_dfr——它是用来合并结果的，而你需要把每个行的结果单独存在列里。

问题根源拆解 #

1. 参数传递错误：直接把testdf传给pmap_dfr时，函数会把整个列作为参数输入，而不是每行的单个值，这就导致你的CallScheduleGen函数无法正确生成对应行数的小数据框。
2. 函数选择错误：pmap_dfr的作用是将所有返回的小数据框按行绑定成一个大数据框，但你的需求是给每行生成一个独立的数据框并存入CallSch列，所以应该用基础的pmap返回列表，再赋值为列表列。

修正后的完整代码 #

library(tidyverse)

# 构建原始数据（用dplyr的管道更简洁）
testdf <- tibble(
  redemption = rep(100, 3),
  periods = c(10, 11, 12),
  firstcallDate = as.Date(c("2014-01-01", "2015-01-01", "2016-01-01"))
)

# 定义生成赎回计划的函数
CallScheduleGen <- function(redemption, periods, firstcallDate) {
  Price <- rep(as.double(redemption), periods)
  Date <- seq(firstcallDate, by = "1 month", length.out = periods)
  data.frame(Price, Date)
}

# 生成嵌套的列表列：每行对应一个小数据框
testdf <- testdf %>%
  mutate(CallSch = pmap(list(redemption, periods, firstcallDate), CallScheduleGen))

代码说明 #

• 列表列的使用：在tidyverse中，要在单元格里存储数据框这类复杂对象，必须用列表列（list column），pmap返回的列表正好可以直接赋值给列。
• 参数匹配：pmap(list(redemption, periods, firstcallDate), ...)会把每行的三个参数值单独传给CallScheduleGen，确保函数每次处理的是单行的数值，而非整个列。
• 简化写法：如果你的函数参数名和数据框列名完全一致，还可以更简洁地写：

  testdf <- testdf %>%
    mutate(CallSch = pmap(., CallScheduleGen))
  

  这里的.代表当前数据框，pmap会自动按列名匹配函数参数。

验证结果 #

你可以查看第一行生成的赎回计划：

testdf$CallSch[[1]]

会输出10行的小数据框，包含Price（全为100）和从2014-01-01开始的10个月份日期。

这样就实现了用向量化方案（无显式循环）给每行生成独立数据框的需求。

内容的提问来源于stack exchange，提问作者ruserb2122