基于两组日期扩展值：如何用purrr遍历Input1为Input2加列

嘿，我目前遇到了一个小问题想请教下：我想要遍历fc_periods（也就是Input1）的每一行数据，给另一个数据集（Input2）添加对应的列，最终得到预期的结果。现在我已经能写出处理单行数据的代码，但还没办法自动遍历fc_periods的所有行，想问问能不能用purrr包来实现这个遍历功能？

我的Input1数据集定义如下：

library(tidyverse)
library(lubridate)

# Input 1
fc_periods <- data_frame(
  period = c("m1", "m2", "m3"),
  start = c(ymd("2018-01-01"), ymd("2018-02-01"), ymd("2018-03-01")),
  end = c(ymd("2018-01-31"), ymd("2018-02-28"), ymd("2018-03-31")) # 补全了截断的日期，实际可按需调整
)

目前我能实现单行的处理（比如处理m1周期），但手动处理每一行太繁琐，想实现自动化遍历。

当然可以用purrr来搞定这个需求！核心思路是把单行处理逻辑封装成函数，再用purrr的遍历函数批量处理，最后合并结果就行。

步骤1：封装单行处理函数 #

先把你处理单个周期的逻辑写成一个可复用的函数，参数对应fc_periods的三列，以及要处理的Input2数据集：

# 定义添加周期列的函数
add_period_col <- function(period_name, start_date, end_date, input_df) {
  input_df %>%
    # 动态创建列名（用!!和:=实现）
    mutate(!!period_name := case_when(
      date >= start_date & date <= end_date ~ 1,
      TRUE ~ 0
    ))
}

步骤2：用pmap遍历所有行并合并结果 #

pmap可以完美匹配数据框的每一行参数，然后把处理后的数据集合并起来：

library(purrr)

# 假设你的Input2数据集名为input2，且包含date列
final_result <- pmap(fc_periods, add_period_col, input_df = input2) %>%
  # 把所有带新列的数据集按原始列合并
  reduce(left_join, by = names(input2))

这样运行后，final_result就是Input2添加了m1、m2、m3三列的最终结果啦！pmap会自动遍历fc_periods的每一行，把对应周期的列添加到Input2中，最后通过reduce(left_join)把所有版本的Input2合并成一个完整的数据集。

内容的提问来源于stack exchange，提问作者Carl