如何用purrr将pmap生成的Beta密度结果存入数据框嵌套列？

没问题，这事儿用purrr配合dplyr的嵌套操作就能轻松搞定。我给你一步步拆解实现过程：

首先，咱们先把生成Beta密度的函数定义好——这个函数接收a和b两个参数，输出包含x值和对应密度的小数据框：

library(tidyverse) # 加载tidyverse，包含purrr和dplyr

# 定义生成Beta密度数据的函数
gen_den <- function(a, b) {
  tibble(
    x = seq(0, 1, length.out = 100), # 生成0到1之间的100个等距点
    density = dbeta(x, shape1 = a, shape2 = b) # 计算Beta密度
  )
}

接下来，准备你的参数数据框params，假设它长这样（你可以替换成自己的实际数据）：

# 示例参数数据框
params <- tibble(
  a = c(2, 5, 10),
  b = c(2, 5, 2)
)

现在关键的一步：用pmap（或者针对双参数更简洁的map2）把每一行的a和b传给gen_den，并把结果嵌套到新的data列里：

方法1：用pmap（通用型，支持任意数量参数） #

params_with_data <- params %>%
  mutate(data = pmap(list(a, b), gen_den))

方法2：用map2（针对两个参数的场景更直观） #

params_with_data <- params %>%
  mutate(data = map2(a, b, gen_den))

完成后，params_with_data里的data列每个元素都是一个独立的小数据框，就是gen_den(a,b)的输出。你可以用params_with_data$data[[1]]查看第一组参数生成的密度数据，或者用unnest(data)把嵌套的数据展开查看。

举个验证的例子，打印第一行的data内容：

print(params_with_data$data[[1]])
#> # A tibble: 100 × 2
#>        x density
#>    <dbl>   <dbl>
#>  1 0      0     
#>  2 0.0101 0.0404
#>  3 0.0202 0.0808
#>  4 0.0303 0.121 
#>  5 0.0404 0.161 
#>  6 0.0505 0.201 
#>  7 0.0606 0.240 
#>  8 0.0707 0.279 
#>  9 0.0808 0.317 
#> 10 0.0909 0.354 
#> # … with 90 more rows

这样就完全实现了你想要的效果——把每个参数组合生成的Beta密度数据嵌套到原参数数据框的一列中。

内容的提问来源于stack exchange，提问作者Demetri Pananos