purrr::map结合count/mutate自定义函数批量统计变量频次的报错修复

示例数据集 #

ï..Employee_Name       PositionID              Position State  Zip
  1:   Adinolfi, Wilson  K         19  Production Technician I    MA 1960
  2: Ait Sidi, Karthikeyan         27                  Sr. DBA    MA 2148
  3:     Akinkuolie, Sarah         20 Production Technician II    MA 1810
  4:          Alagbe,Trina         19  Production Technician I    MA 1886
  5:       Anderson, Carol         19  Production Technician I    MA 2169
 ---                                                                     
307:        Woodson, Jason         20 Production Technician II    MA 1810
308:     Ybarra, Catherine         19  Production Technician I    MA 2458
309:      Zamora, Jennifer          6                      CIO    MA 2067
310:           Zhou, Julia          9             Data Analyst    MA 2148
311:         Zima, Colleen         19  Production Technician I    MA 1730

已定义的自定义函数 #

函数作用为对数据框指定变量做观测值频次统计，按频次降序排列，并将变量值转换为按频次排序的有序因子：

HRdata_factor_count <- function(df, var) {
        df %>% 
        count(.data[[var]], sort = T) %>% 
        mutate(!!var := fct_reorder(factor(.data[[var]]), n))
    }

第一次尝试与报错 #

希望通过purrr包的map函数批量调用自定义函数，遍历所有变量完成统计，执行代码如下：

map(HRdata, ~HRdata_factor_count(.x))

运行后触发报错：

Error in UseMethod("count") : 
  no applicable method for 'count' applied to an object of class "character"

第二次尝试与异常输出 #

调整写法改用map2函数，执行代码：

HRnames <- names(HRdata)
map2(HRdata, HRnames, ~HRdata_factor_count, df = .x, var =.y)

最终返回的列表内容为自定义函数的源码，而非预期的频次统计结果，输出片段如下：

$Position
function(df, var) {
  df %>% 
    count(.data[[var]], sort = T) %>% 
    mutate(!!var := fct_reorder(factor(.data[[var]]), n))
}
<bytecode: 0x000001e2ce372f60>

$State
function(df, var) {
  df %>% 
    count(.data[[var]], sort = T) %>% 
    mutate(!!var := fct_reorder(factor(.data[[var]]), n))

问题根源 #

• 第一次调用报错的核心原因：map遍历数据框时，逐次传入的是每一列的独立向量，而非完整数据框，与自定义函数要求的df参数类型不匹配，导致count()方法无法识别输入对象类型。
• 第二次调用返回函数源码的核心原因：map2的匿名函数写法错误，将函数实参写在了匿名函数表达式外部，本质上没有执行函数调用，仅将自定义函数对象本身存入了返回列表。

修正后的实现代码 #

自定义函数的统计逻辑本身不存在问题，只需调整批处理时的参数传递方式，保证每次循环都传入完整数据框、匹配对应列名即可达成目标。
运行前需确保已加载依赖包：library(dplyr)、library(purrr)、library(forcats)

# 方案1：遍历所有列名，逐次将完整数据框、列名传入函数
HR_names <- names(HRdata)
freq_result <- map(HR_names, ~HRdata_factor_count(df = HRdata, var = .x))
# 为结果列表添加对应列名作为标签，方便后续调取
freq_result <- setNames(freq_result, HR_names)

# 方案2：使用map2匹配传入参数
# 第一个参数为重复的完整数据框，第二个参数为所有列名
freq_result <- map2(
  .x = rep(list(HRdata), times = ncol(HRdata)),
  .y = names(HRdata),
  .f = function(input_df, input_var) {
    HRdata_factor_count(df = input_df, var = input_var)
  }
)

内容的提问来源于stack exchange，提问作者Taren Shaw