R语言遍历data.frame行将行值作为命名列表传入自定义函数

前置基础定义 #

• 定义示例自定义计算函数foo，入参为a、b，返回b - a的计算结果：

foo <- function(a, b) {
  b - a
}

• 生成包含所有参数组合的输入数据框input：

input <- rev(expand.grid(b = 1:4, a = 1:4))

该数据框共16行记录，两列分别为a（取值1-4）、b（取值1-4），每行对应一组独立的函数入参组合。

实现方式1：逐行循环遍历（匹配命名列表传参要求） #

按照逐行提取参数、以命名列表形式传入函数的逻辑编写：

# 初始化与数据框行数等长的空结果列表
result_loop <- vector("list", nrow(input))

for (row_idx in seq_len(nrow(input))) {
  # 提取当前行的a、b值，构造为命名列表格式
  current_args <- list(
    a = input$a[row_idx],
    b = input$b[row_idx]
  )
  # 通过do.call将命名列表传入foo完成计算
  result_loop[[row_idx]] <- do.call(foo, current_args)
  # 为当前结果添加a、b取值的标识标签
  names(result_loop)[row_idx] <- paste0("a=", current_args$a, ",b=", current_args$b)
}

输出示例：

head(result_loop, 2)
# $`a=1,b=1`
# [1] 0
# 
# $`a=1,b=2`
# [1] 1

实现方式2：基础R向量化批量传参（无显式循环） #

不需要编写逐行循环，用Map直接按列匹配函数形参批量计算：

result_map <- Map(foo, a = input$a, b = input$b)
# 为结果补充参数标识标签
names(result_map) <- paste0("a=", input$a, ",b=", input$b)

该方法输出结果与逐行循环完全一致，运行效率更高。

实现方式3：purrr生态管道实现 #

如果使用tidyverse工作流，可通过pmap完成逐行传参：

library(purrr)
result_purrr <- input |>
  pmap(foo) |>
  set_names(paste0("a=", input$a, ",b=", input$b))

内容的提问来源于stack exchange，提问作者rnorouzian