dplyr :: mutate：臨時昂貴的變量作為其他幾個操作的輸入，rowwise

Question

用真實數據顯示我的問題有點棘手但我希望以下解釋：

data_frame(a=c(1,2), b=c(3,4)) %>% 
rowwise %>% 
mutate(c = a*b, d = c-1, e=c+2) %>% 
ungroup

在上面的例子當然rowwise 。

現在讓我們假設使c的計算既耗時又大， c是一個大對象而不是矢量化。 因此，您不希望必須執行兩次，並且希望在每次計算發生后從內存中清除它。

有一個聰明的方法來做到這一點？ 也許用purrr::map ？

Answer 1

這是使用purrr的invoke_rows的答案。

library(purrr)

MyDf<-data.frame(a=c(1,2), b=c(3,4))
invoke_rows(.d=MyDf, .f=function(a,b){c=a*b
c(d=c-1,
e=c+2)},
.collate="cols")

更新

在回應@JanStanstrup的注釋時，如果您想要另一列作為輸出的一部分但未出現在計算中，則可以執行以下操作：

MyDf<-data.frame(a=c(1,2), b=c(3,4), dummy=c(6,7))
invoke_rows(.d=MyDf, .f=function(a,b,...){c=a*b
c(d=c-1,
  e=c+2)},
.collate="cols")

這里， dummy和任何其他列通過...作為參數傳遞給.f函數，但不在該函數中使用，因此它們只是傳遞給它。