使用 purrr::map_df 在 function 中转发 arguments

Question

我正在尝试创建一个 function，它使用readxl::read_excel读取 excel 工作簿中的所有工作表并将它们绑定到单个数据帧中，并允许我通过额外的read_excel 。 我可以很好地完成第一部分，但不能完成第二部分。

library(magrittr)

# example excel workbook with multiple sheets
path <- readxl::readxl_example("datasets.xlsx")

# function with simple forwarding
read_all <- function(path, ...) {

  path %>%
    readxl::excel_sheets() %>%
    rlang::set_names() %>%
    purrr::map_df(~ readxl::read_excel(path = path, sheet = .x, ...))

}

# errors with and without additional arguments
read_all(path)
read_all(path, skip = 5)

我应该取回一个文件，而不是我得到一个错误：

Error: Can't guess format of this cell reference: iris
In addition: Warning message: Cell reference follows neither the A1 nor R1C1 format. Example: iris NAs generated.

没有参数传递 function 工作正常：

# Function works without passing extra params
read_all_0 <- function(path) {

  path %>%
    readxl::excel_sheets() %>%
    rlang::set_names() %>%
    purrr::map_df(~ readxl::read_excel(path = path, sheet = .x))

}

read_all_0(path)

参数传递在没有purrr::map_df的简单 function 中工作正常

read_test <- function(path, ...) {

  path %>% readxl::read_excel(...)
}
read_test(path, skip = 10)

Answer 1

一种可能的解决方案是创建一个名为 function 的仅接受一个参数并将其传递给map的参数，以便唯一的参数是您正在循环的向量/列表。

应用于您的问题的解决方案将如下所示：

# function with forwarding
read_all <- function(path, ...) {

  # function within function that sets the arguments path and ellipsis as given and only leaves sheet to be determined
  read_xl <- function(sheet) {
    readxl::read_excel(path = path, sheet, ...)
  }

  path %>%
    readxl::excel_sheets() %>%
    rlang::set_names() %>%
    purrr::map_df(read_xl)

}

# this allows you to pass along arguments in the ellipsis correctly
read_all(path)
read_all(path, col_names = FALSE)

这个问题似乎源于对purrr::as_mapper function 的环境处理不当。 为了避免这种情况，我建议在评论中使用匿名 function。 显然，下面的方法也有效。

read_all <- function(path, ...) {

  path %>%
    readxl::excel_sheets() %>%
    rlang::set_names() %>%
    purrr::map_df(function(x) {
                      readxl::read_excel(path = path, sheet = x, ...)
                   })

}

为了验证确实是导致问题的as_mapper function，我们可以使用as_mapper从上面重写命名的函数中函数。 在省略号中有和没有额外的 arguments 时，这再次产生错误。

# function with forwarding
read_all <- function(path, ...) {

  # named mapper function
  read_xl <- purrr::as_mapper(~ readxl::read_excel(path = path, sheet = .x, ...))

  path %>%
    readxl::excel_sheets() %>%
    rlang::set_names() %>%
    purrr::map_df(read_xl)

} 

---

更新知道as_mapper导致了这个问题，我们可以更深入地研究这个问题。 现在我们可以在 RStudio 调试器中检查运行read_excel的简单映射器版本时发生的情况：

read_xl <- purrr::as_mapper(~ readxl::read_excel(path = .x, sheet = .y, ...))
debugonce(read_xl) 
read_xl(path, 1)

似乎当映射器 function 中包含省略号时， as_mapper将第一个参数映射到.x ，而且还自动映射到省略号... 。 我们可以通过创建一个简单的映射器paster粘贴两个 arguments .x和...来验证这一点。

paster <- purrr::as_mapper(~ paste0(.x, ...))
paster(1)
> [1] "11"
paster(2)
> [1] "22"

现在的问题是：我们是否应该在映射器函数中使用省略号的另一种方式，或者这是一个错误。

Answer 2

我原以为以下方法会起作用：

read_all <- function(path, ...) {

  path %>%
    readxl::excel_sheets() %>%
    purrr::set_names() %>%
    map_df(~readxl::read_excel(path=path, sheet=.x), ...)

}

因为map系列有一个...参数，用于将额外的 arguments 传递给映射的 function。 但是，以下代码忽略了n_max参数，仍然返回各种数据帧的所有行，而不是返回一个有 8 行的数据帧（四张表各有 2 行）：

p <- readxl_example("datasets.xlsx")
read_all(p, n_max=2)

但是，这有效：

read_all <- function(path, ...) {

  path %>% 
    excel_sheets() %>% 
    set_names() %>%
    map_df(read_excel, path=path, ...)

}

p <- readxl_example("datasets.xlsx")
read_all(path=p, n_max=2)

在上面， path和任何其他 arguments in ...被传递给read_excel并且（显然）工作表名称（如果我们显式使用它将是.x ）被隐式传递给sheet参数，我猜是因为path已经提供了第一个参数。 我真的不明白这一点，它似乎不是一种特别透明的方法，但我想我会把它放在那里，以防其他人可以解释发生了什么并提供更好的代码。