r-映射函数内的对象未被识别(另一种情况)

Question

这个问题实际上几乎是我上一个问题的重复(map函数中的一个对象无法识别(，但由于我遇到了类似的问题，我想对这个现象有一个准确的了解。

假设我有以下数据帧，

df <- structure(list(a11 = c(TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, TRUE, FALSE, TRUE, FALSE),
a12 = c(FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, FALSE, TRUE, TRUE),
a21 = c(TRUE, TRUE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE, FALSE, TRUE),
a22 = c(FALSE, TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE), 
b11 = c(TRUE, TRUE, TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, FALSE, TRUE),
b12 = c(TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE),
b21 = c(TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, TRUE, FALSE, FALSE),
b22 = c(TRUE, FALSE, FALSE, TRUE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE)),
row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"))

并且尝试基于现有列(例如a11和b11(的组合来添加四个新列。

(预期输出(

structure(list(Group11 = c("g1", "g1", "g3", "g3", "g2", "g2", "g1", "g3", "g2", "g3"),
Group12 = c("g3", "g1", "g4", "g2", "g3", "g1", "g4", "g3", "g1", "g1"),
Group21 = c("g1", "g2", "g1", "g2", "g3", "g2", "g1", "g3", "g4", "g2"),
Group22 = c("g3", "g2", "g2", "g1", "g3", "g3", "g4", "g3", "g3", "g3")),
row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"))

我第一次尝试这个代码：

1:2 %>% expand_grid(i1=., i2=.) %>% mutate(data=map2(i1, i2, function(i1, i2){
df %>% transmute(
!!(str_c("Group", i1, i2)):=if_else(!!sym(str_c("a", i1, i2)),
if_else(!!sym(str_c("b", i1, i2)), "g1", "g2"),
if_else(!!sym(str_c("b", i1, i2)), "g3", "g4"))) %>% return()
})) %>% .$data %>% reduce(bind_cols)

得到一个错误：CCD_ 3。

然而，如果我尝试另一个代码如下，

fun_group <- function(i1, i2){
df %>% transmute(
!!(str_c("Group", i1, i2)):=if_else(!!sym(str_c("a", i1, i2)),
if_else(!!sym(str_c("b", i1, i2)), "g1", "g2"),
if_else(!!sym(str_c("b", i1, i2)), "g3", "g4"))) %>% return()
}
1:2 %>% expand_grid(i1=., i2=.) %>% mutate(data=map2(i1, i2, fun_group)) %>% .$data %>% reduce(bind_cols)

然后我成功地得到了预期的输出。

两者的区别在于，我刚刚在第二段代码中在map函数之外声明了我的原始函数fun_group，但结果完全不同，我很难理解是什么导致了这种差异。

如果你能让我知道map功能导致这些不同结果的确切机制，我将不胜感激
很抱歉两次发布类似的问题，非常感谢您提前提供的帮助！

Answer 1

使用pmap怎么样。它自动使数据帧的第一列.x和第二列.y:

library(tidyverse)
1:2 %>%
expand_grid(i1=., i2=.) %>%
pmap_chr(~str_c(.x,.y)) %>%
setNames(str_c("Group",.)) %>%
map_dfc(~ df %>% 
select(ends_with(.x)) %>%
pmap_chr(~case_when(.x & .y ~ "g1",
.x & !.y ~ "g2",
!.x & .y ~ "g3",
!.x & !.y ~ "g4",
TRUE ~ NA_character_)))
# A tibble: 10 x 4
Group11 Group12 Group21 Group22
<chr>   <chr>   <chr>   <chr>  
1 g1      g3      g1      g3     
2 g1      g1      g2      g2     
3 g3      g4      g1      g2     
4 g3      g2      g2      g1     
5 g2      g3      g3      g3     
6 g2      g1      g2      g3     
7 g1      g4      g1      g4     
8 g3      g3      g3      g3     
9 g2      g1      g4      g3     
10 g3      g1      g2      g3