如何编写可迭代函数？修改函数配合dplyr::mutate处理字符串

我来分两部分帮你解决这两个问题：

在R里，可迭代的函数通常指能处理向量/列表输入，或者能配合dplyr、apply系列工具逐行/逐个元素执行的函数。这里有几个实用思路：

• 优先做向量化处理：尽量让函数内部操作支持向量输入，比如用sapply/purrr::map这类工具遍历输入的每个元素，把单元素逻辑包装成可批量执行的逻辑。
• 兼容逐行场景：如果函数原本只处理单个元素，也可以通过dplyr::rowwise()或者purrr的映射函数，让它在数据框里逐行运行。

举个简单的可迭代字符串处理函数例子：

iterative_str_process <- function(x) {
  # 用sapply遍历每个输入元素，返回向量结果
  sapply(x, function(s) {
    # 这里是单元素处理逻辑：拆分、首字母大写、拼接
    parts <- strsplit(s, "_")[[1]]
    paste(toupper(substring(parts, 1, 1)), substring(parts, 2), sep = "", collapse = " ")
  }, USE.NAMES = FALSE)
}

这个函数可以直接接收字符串向量，返回对应的处理后向量。

你的原simple_cap函数只能处理单个字符串（因为strsplit(x, "_")[[1]]只取了第一个拆分结果），当输入是向量时会出错。下面给你三种可行的修改方案：

方案一：把函数改成向量化版本 #

直接修改函数，让它支持向量输入：

simple_cap <- function(x) {
  sapply(x, function(s) {
    s_parts <- strsplit(s, "_")[[1]]
    paste(toupper(substring(s_parts, 1, 1)), substring(s_parts, 2), sep = "", collapse = " ")
  }, USE.NAMES = FALSE)
}

# 直接在mutate里调用
library(dplyr)
# 先修正你的数据读取代码（原代码格式有问题）
df <- read.table(text = "
location obs
australia 12454
new_south_wales 3931
victoria 3244
queensland 2477
south_australia 834
western_australia 1335
tasmania 246", header = TRUE)

df <- df %>%
  mutate(location_clean = simple_cap(location))

方案二：用rowwise()逐行调用原函数 #

如果不想修改原函数，可以用rowwise()让mutate逐行处理每个元素：

# 保留你的原函数
simple_cap <- function(x) { 
  s <- strsplit(x, "_")[[1]] 
  paste(toupper(substring(s, 1,1)), substring(s, 2), sep="", collapse=" ") 
}

library(dplyr)
df <- df %>%
  rowwise() %>% # 开启逐行模式
  mutate(location_clean = simple_cap(location)) %>%
  ungroup() # 记得关闭逐行模式，避免后续操作变慢

方案三：用purrr::map_chr简化操作 #

搭配purrr包的map_chr函数，可以更优雅地实现逐行处理，自动将结果转为字符向量：

library(dplyr)
library(purrr)

df <- df %>%
  mutate(location_clean = map_chr(location, simple_cap))

运行任意一种方案后，location_clean列都会得到你想要的结果：Australia、New South Wales、Victoria等。

内容的提问来源于stack exchange，提问作者Dom