使用pmap()计算数据框多列行均值时结果异常的技术问询

嘿，这个问题我之前也踩过类似的坑！让我给你拆解清楚背后的原因，以及pmap()的正确打开方式。

问题根源：pmap()的参数传递逻辑 #

你误解了pmap()的工作核心：pmap()会把你传入的列表中，每一行对应的元素作为独立参数传递给目标函数，而不是把它们打包成一个向量。

看你的代码：

mtcars %>% mutate(comp_var = pmap_dbl(list(vs, am, cyl), mean))

每一行的实际调用其实是：

mean(vs_row_value, am_row_value, cyl_row_value)

但mean()函数的定义是：

mean(x, trim = 0, na.rm = FALSE, ...)

这里的x是要计算均值的向量，后面的trim和na.rm是可选参数。所以你传入的am_row_value被当成了trim参数，cyl_row_value被当成了na.rm参数（注意：na.rm需要逻辑值，数值会被强制转换，比如6会变成TRUE）。

而vs_row_value是单个数值，对单个数值计算均值的结果就是它本身——这就是为什么你的comp_var等于vs列的值！

pmap()计算行均值的正确用法 #

要让pmap()正确计算多列的行均值，你需要把每行的多个值打包成一个向量再传给mean()，有几种简洁的写法：

1. 用公式语法和...合并参数 #

~是purrr里的公式简写，...代表所有传入的参数，把它们合并成向量后计算均值：

mtcars %>% 
  mutate(comp_var = pmap_dbl(list(vs, am, cyl), ~mean(c(...)))) %>% 
  select(comp_var, vs, am, cyl)

2. 显式定义函数合并参数 #

如果觉得公式语法不够直观，可以显式写一个小函数，把三个参数合并成向量：

mtcars %>% 
  mutate(comp_var = pmap_dbl(list(vs, am, cyl), function(v, a, c) mean(c(v, a, c)))) %>% 
  select(comp_var, vs, am, cyl)

3. 结合across()简化列选择 #

如果要处理的列很多，用across()一次性选择列，再传给pmap()更高效：

mtcars %>% 
  mutate(comp_var = pmap_dbl(across(c(vs, am, cyl)), ~mean(c(...)))) %>% 
  select(comp_var, vs, am, cyl)

额外补充：pmap()的适用场景 #

pmap()最适合的场景是：你的目标函数需要多个独立的参数。比如假设你有一个自定义函数：

calc_score <- function(vs, am, cyl) {
  vs * 0.2 + am * 0.3 + cyl * 0.5
}

这时候用pmap()就非常合适：

mtcars %>% 
  mutate(score = pmap_dbl(list(vs, am, cyl), calc_score))

这里pmap()会把每行的vs、am、cyl分别作为三个参数传给calc_score()，完全符合函数的参数要求。

内容的提问来源于stack exchange，提问作者Joe