嘿，这真的不是什么值得不好意思的基础问题！刚开始用purrr的时候，好多人都会卡在参数传递这一步，完全正常😎

你现在的代码里，map_dbl只把old_col作为my_function的第一个参数x传递，y用了默认值2。如果要指定y=3（或者其他自定义值），有几个灵活又好用的方法：

方法1：用匿名函数直接包装 #

最直观的方式就是写个简短的匿名函数，把x和指定的y一起传给my_function：

my_df_2 <- my_df %>% 
  mutate(new_col = map_dbl(.x = old_col, .f = function(x) my_function(x, y = 3)))

这个写法一目了然，新手也能快速get逻辑。

方法2：用purrr::partial()固定参数 #

如果需要多次使用这个固定y值的函数，partial可以帮你提前“绑定”参数，生成一个定制版的新函数：

library(purrr)
# 先创建一个固定y=3的my_function变体
my_function_y3 <- partial(my_function, y = 3)
# 直接在map里调用这个新函数
my_df_2 <- my_df %>% 
  mutate(new_col = map_dbl(old_col, my_function_y3))

这种方式更整洁，适合需要重复调用的场景。

方法3：利用map系列的...参数（最推荐！） #

其实map家族函数本身就支持通过...传递额外参数给目标函数，这也是purrr设计的贴心细节。你可以直接把y=3写在map_dbl的参数里：

my_df_2 <- my_df %>% 
  mutate(new_col = map_dbl(old_col, my_function, y = 3))

这里的y=3会自动被传递给my_function作为第二个参数，代码最简洁，也是purrr官方推荐的用法。

额外：如果y是数据框的另一列（动态值） #

要是你需要每一行用不同的y值（比如数据框里有一列y_col），那可以用map2_dbl来同时传递两个列的参数：

# 假设my_df包含old_col和y_col两列
my_df_2 <- my_df %>% 
  mutate(new_col = map2_dbl(old_col, y_col, my_function))

map2系列函数就是用来处理需要传递两个输入参数的场景，以此类推还有pmap可以处理更多参数的情况。

内容的提问来源于stack exchange，提问作者elvikingo