r-将一个函数应用于两个列表元素的每个组合

Question

我想将一个函数应用于两个列表元素的每个组合。

library(tidyverse)
map(
.x = c(0, 1)
, .f = function(x) {
qnorm(p = 0.05, mean = x, sd = 1, lower.tail = FALSE)
}
)
[[1]]
[1] 1.644854
[[2]]
[1] 2.644854

map(
.x = c(0, 1)
, .f = function(x) {
qnorm(p = 0.05, mean = x, sd = 2, lower.tail = FALSE)
}
)

[[1]]
[1] 3.289707
[[2]]
[1] 4.289707

现在尝试将两者合并为一(无论如何都不会得到所需的输出(。

map2(
.x = c(0, 1)
, .y = c(1, 2)
, .f = function(x, y) {
qnorm(p = 0.05, mean = x, sd = y, lower.tail = FALSE)
}
)
[[1]]
[1] 1.644854
[[2]]
[1] 4.289707

想知道如何获得所有四种组合的输出？

Answer 1

或具有pmap和crossing的另一个选项

library(tidyr)
library(purrr)
library(dplyr)
crossing(v1 = 0:1, v2 = 1:2)  %>% 
pmap_dbl(~ qnorm(p = 0.05, mean = ..1, sd = ..2, lower.tail = FALSE))
[1] 1.644854 3.289707 2.644854 4.289707

---

如果我们需要data.frame/tibble，请使用mutate中的pmap代码作为新列返回

crossing(v1 = 0:1, v2 = 1:2) %>%
mutate(new =  pmap_dbl(., ~ qnorm(p = 0.05, 
mean = ..1, sd = ..2, lower.tail = FALSE)))
# A tibble: 4 × 3
v1    v2   new
<int> <int> <dbl>
1     0     1  1.64
2     0     2  3.29
3     1     1  2.64
4     1     2  4.29

注意：如果我们不需要其他列，请使用transmute而不是mutate，或者在mutate中指定.keep = "used"

crossing(v1 = 0:1, v2 = 1:2) %>%
mutate(new =  pmap_dbl(., ~ qnorm(p = 0.05, 
mean = ..1, sd = ..2, lower.tail = FALSE)), .keep = "used")
# A tibble: 4 × 1
new
<dbl>
1  1.64
2  3.29
3  2.64
4  4.29

Answer 2

您可以使用expand.grid:

library(purrr)
df1 <- expand.grid(0:1, 1:2) 
map2(
.x = df1$Var1,
.y = df1$Var2,
.f = function(x, y) {
qnorm(p = 0.05, mean = x, sd = y, lower.tail = FALSE)
}
)

获取

[[1]]
[1] 1.644854
[[2]]
[1] 2.644854
[[3]]
[1] 3.289707
[[4]]
[1] 4.289707

Answer 3

基于data.table的解决方案，不使用任何purrr函数：

library(data.table)
library(magrittr)
setDT(CJ(x = 0:1, y = 1:2))[,
res := qnorm(p = 0.05, mean = x, sd = y, lower.tail = FALSE)] %>% print
#>    x y      res
#> 1: 0 1 1.644854
#> 2: 0 2 3.289707
#> 3: 1 1 2.644854
#> 4: 1 2 4.289707

---

另一个基于tidyverse的解决方案，不使用任何purrr功能：

library(tidyverse)
data.frame(x = 0:1, y = 1:2) %>% 
expand(x,y) %>% 
mutate(res = qnorm(p = 0.05, mean = x, sd = y, lower.tail = FALSE))
#> # A tibble: 4 × 3
#>       x     y   res
#>   <int> <int> <dbl>
#> 1     0     1  1.64
#> 2     0     2  3.29
#> 3     1     1  2.64
#> 4     1     2  4.29