使用purrr包的pmap()调用var()返回NA的问题排查

这个问题的核心在于pmap()的参数传递逻辑，和var()、mean()的参数处理方式不匹配，咱们一步步拆解：

1. 先搞懂pmap()的工作方式 #

当你用pmap(x, .f)时，pmap会遍历列表x中每个向量的对应位置，把这些位置的元素作为独立参数传给.f。比如你的例子里x <- list(1:10, 1:10, 1:10)，第一次调用.f时会传入三个1，第二次传入三个2，以此类推。

2. 为什么pmap_dbl(x, mean)看似有效？ #

这其实是个巧合！mean()的函数签名是mean(x, ...)——它只把第一个参数当作待计算的向量，后面的...是用来传递trim之类的辅助参数的，不会被当作数据处理。当你调用mean(1,1,1)时，它只计算第一个1的均值，而刚好你的每个位置的三个值都相同，所以结果看起来是对的。如果你的列表里向量元素不同，比如x <- list(c(1,2), c(3,4), c(5,6))，pmap_dbl(x, mean)会返回1,2，但正确的每个位置均值应该是2,3，这时候这个写法就错了。

3. 为什么pmap_dbl(x, var)返回NA？ #

var()的函数签名是var(x, y = NULL, ...)：

• 它期望第一个参数x是一个向量
• 如果传入第二个参数y，它会计算x和y的协方差
• 多余的参数会被忽略

当你调用var(1,1,1)时，var会把第一个1当作长度为1的向量x，第二个1当作y，第三个1忽略。而长度为1的向量方差没有意义（计算时分母是n-1=0），所以返回NA。

正确的解决方案 #

要让pmap()把每个位置的所有元素打包成一个向量传给函数，我们需要用匿名函数收集所有参数并转成向量，或者用purrr的lift系列函数做转换：

方法1：用匿名函数打包参数 #

library(purrr)

x <- list(1:10, 1:10, 1:10)

# 正确计算每个位置的均值
pmap_dbl(x, function(...) mean(c(...)))
## [1]  1  2  3  4  5  6  7  8  9 10

# 正确计算每个位置的方差
pmap_dbl(x, function(...) var(c(...)))
## [1] 0 0 0 0 0 0 0 0 0 0

方法2：用lift_vd()转换函数 #

lift_vd()可以把原本接受向量输入的函数，转换成接受多个分散参数的函数，完美适配pmap()的参数传递：

# 转换var为接受多个参数的版本
var_multi <- lift_vd(var)
pmap_dbl(x, var_multi)
## [1] 0 0 0 0 0 0 0 0 0 0

# 同理，mean也应该用这种方式保证正确性（避免巧合生效的问题）
mean_multi <- lift_vd(mean)
pmap_dbl(x, mean_multi)
## [1]  1  2  3  4  5  6  7  8  9 10

总结 #

• pmap()是把对应位置的元素作为独立参数传递，不是打包成向量
• mean()的巧合生效不代表用法正确，正确的做法是将参数打包成向量
• var()必须接收向量参数才能计算方差，所以一定要先把分散的参数打包，否则会返回NA

内容的提问来源于stack exchange，提问作者Richard Herron