dplyr管道调用函数最佳实践：purrr::map2_dbl与rowwise的差异解析

先澄清你关于“不加rowwise结果也不变”的疑惑 #

这是很多R语言学习者都会踩的向量化运算误区：

• 普通状态下的mutate永远是把整列的完整向量传给函数，绝对不会自动拆成逐行的标量传入。你遇到的“不报错、结果好像没变”，本质是你的sim1_dist函数特性刚好触发了R的长度循环规则：
  不管传入的a1、a2是长度1的标量还是长度250的整列向量，sim1_dist内部只会取拼接后向量的前两个元素计算距离，最后永远返回一个标量结果。mutate发现这个标量长度和原表250行不匹配，就自动把这个标量循环重复250次填充到所有行，让代码看起来能正常运行。但这个结果和逐行计算的正确值完全不同——你可以检查下此时的dist列，会发现250行的距离值全是一模一样的（都是用a1、a2列第一个元素算出来的结果），根本不是逐行计算的结果。如果你测试用的models表只有1行，那不管用哪种写法结果都会一致——因为整列向量长度是1，本身就是标量，不存在传错参数的问题。
  你可以做个简单验证：把sim1_dist临时改成返回传入参数的和，再跑一次普通mutate，就能明显看到普通模式下根本没有逐行传参的逻辑。
• 只有加上rowwise()之后，运算上下文才会被修改：每一行被当成独立的小分组，a1、a2在函数调用时会从整列向量变成当前行的单个标量，这时候才是真正的逐行传入计算，结果和map2_dbl的版本完全一致。

两种正确写法的本质区别 #

你提到的两种能得到正确结果的写法，核心目标都是“逐行把a1、a2的标量值传给非向量化的距离计算函数”，但实现思路和运行开销完全不同：

• purrr::map2_dbl的写法是典型的函数式逐元素映射逻辑：
  它不改变原tibble的内部状态，直接对a1、a2两个列做逐元素配对，把每对值作为参数传入sim1_dist，最后返回一个和表行数完全匹配的数值向量，直接作为新列的值。
• rowwise() %>% mutate(...)的写法是逐行分组逻辑：
  它会先把原tibble转成逐行分组的特殊结构，在每个独立小组内调用函数计算，最后聚合返回结果。

什么时候优先选哪种写法 #

• 优先选map2_dbl的场景：
  如果只是简单的2列逐元素传入非向量化函数，完全没必要用rowwise。这种写法没有分组结构的额外开销，运行效率更高，也不会因为忘了调用ungroup()残留分组状态，导致后续的汇总、变形操作出现意料之外的结果；代码逻辑也更直白，你能一眼看出来是在对两个列做逐元素的映射处理，不需要引入“逐行分组”这个和R原生向量化逻辑相悖的特殊设计。
• 适合用rowwise()的场景：
  如果你的行级运算需要同时引用3个以上的列，或者需要在函数里读取整行的多个字段做复杂计算，这时候用rowwise()搭配c_across()的语法，会比写一连串map/pmap的参数列表更简洁易读。

内容的提问来源于stack exchange，提问作者Imtiaz