使用purrr::map_dfr时以参数值而非序号作为.id列取值的方案

常用的tidyverse风格实现方案有以下几种： #

1. 优化现有写法：用purrr::set_names()替代基础setNames()

这是对你现有写法的最小改动优化，set_names()是purrr专为管道场景设计的函数，默认无参调用时会直接用元素自身的值作为列表名，语义更清晰，也是tidyverse用户的惯用写法：

library(tidyverse)
list(2,4,6) %>% 
  set_names() %>% 
  map_dfr(~tibble(x=mean(mtcars$mpg^.)), .id="name")

2. 适配返回tibble的场景：映射后追加字段

针对你提到的「映射函数本身已经返回tibble，不想额外嵌套tibble()」的需求，直接在映射函数返回结果后加一行mutate()追加id字段即可，不需要依赖.id参数：

list(2,4,6) %>% 
  map_dfr(~tibble(x=mean(mtcars$mpg^.)) %>% mutate(name = .))

对应broom拟合的场景写法更简洁，不需要修改原有映射逻辑：

list(2, 4, 6) %>%   
  map_dfr(~ broom::tidy(lm(mpg~cyl, data=mtcars, offset=rep(., nrow(mtcars)))) %>% 
            mutate(name = .))

3. 高扩展性写法：参数结构化后逐行计算

如果逻辑复杂、后续需要扩展参数，更符合tidyverse范式的写法是先把参数存为数据框，用rowwise逐行计算：

tibble(power = c(2,4,6)) %>% 
  rowwise() %>% 
  reframe(
    name = power,
    x = mean(mtcars$mpg^power)
  )

对应broom拟合场景：

tibble(power = c(2,4,6)) %>% 
  rowwise() %>% 
  reframe(
    name = power,
    broom::tidy(lm(mpg~cyl, data=mtcars, offset=rep(power, nrow(mtcars))))
  )

这种写法的扩展性最好，新增参数、调整计算逻辑都不需要改动整体结构。

内容的提问来源于stack exchange，提问作者Ben Bolker