在R语言中对数据框行应用自定义函数并返回数据框的方法

嘿，针对你要给数据框每一行应用自定义函数生成新行的需求，结合你提供的示例数据，我给你整理了几种实用的解决方案，不管你习惯用tidyverse还是base R都能搞定，而且处理数千行数据完全没问题：

如果你平时常用dplyr，这种方式最直观。rowwise()会让dplyr按行处理每一组，配合mutate和unnest可以轻松把函数返回的结果转换成新行/列：

library(dplyr)
library(tidyr) # 用于unnest

# 先定义你的自定义函数，这里用简单运算举例，你可以替换成复杂逻辑
custom_func <- function(x_val, y_val, z_val) {
  # 示例：生成两个计算值，甚至可以返回多行数据
  tibble(
    calc_a = x_val * z_val,
    calc_b = y_val / z_val
    # 如果要生成多行，比如每行扩展2行，就写成：
    # calc_a = c(x_val*z_val, x_val*z_val*2),
    # calc_b = c(y_val/z_val, y_val/z_val*0.5)
  )
}

# 应用函数到每一行并展开结果
DF_result <- DF %>%
  rowwise() %>%
  mutate(new_rows = list(custom_func(x, y, z))) %>% # 把函数结果存为列表列
  unnest(new_rows) # 展开列表列成新行/列

# 查看最终结果
print(DF_result)

purrr的pmap专门用来处理多参数的逐行操作，效率比rowwise更高，尤其适合数据量稍大的场景：

library(dplyr)
library(purrr)

# 复用上面的自定义函数
custom_func <- function(x_val, y_val, z_val) {
  tibble(
    calc_a = x_val * z_val,
    calc_b = y_val / z_val
    # 同样支持返回多行
  )
}

# 直接按行传递参数，自动绑定结果
DF_result <- DF %>%
  pmap_dfr(custom_func) %>% # pmap_dfr会把每个结果按行绑定
  bind_cols(DF, .) # 把原数据和新生成的列合并（如果不需要原数据可以去掉这行）

# 如果函数返回多行，比如每行生成2行新数据，结果会自动扩展：
DF_multi_rows <- DF %>%
  pmap_dfr(function(x,y,z) {
    tibble(
      original_x = x,
      original_y = y,
      original_z = z,
      calc_a = c(x*z, x*z*2),
      calc_b = c(y/z, y/z*0.5)
    )
  })

如果不想加载任何额外包，用base R的apply也能实现，只是需要手动处理结果合并：

# 自定义函数，返回数据框格式（方便合并）
custom_func_base <- function(row) {
  x_val <- row["x"]
  y_val <- row["y"]
  z_val <- row["z"]
  
  # 示例计算，支持返回多行
  data.frame(
    calc_a = x_val * z_val,
    calc_b = y_val / z_val
    # 多行写法：calc_a = c(x_val*z_val, x_val*z_val*2), calc_b = c(y_val/z_val, y_val/z_val*0.5)
  )
}

# 按行处理数据框，返回结果列表
result_list <- apply(DF, 1, custom_func_base)
# 合并列表中的所有数据框
DF_result_base <- do.call(rbind, result_list)
# 合并原数据和结果（可选）
DF_result_full <- cbind(DF, DF_result_base)

小提示 #

• 如果你的函数逻辑特别复杂或者数据量超过10万行，可以试试data.table包的按行处理，效率会更高，但数千行的话上面的方法完全够用。
• 一定要让自定义函数返回数据框/tibble格式，这样合并结果时会更顺畅，尤其是需要生成多行的场景。

内容的提问来源于stack exchange，提问作者Omry Atia