淺析R語言中map(映射)與reduce(規(guī)約)
map(映射)與reduce(規(guī)約)操作在數(shù)據(jù)處理中非常常見，R語言的核心是向量化操作，自帶的apply系列函數(shù)完成了數(shù)據(jù)框的向量化計(jì)算，而purrr包中的map與reduce系列函數(shù)很好的拓展了向量化計(jì)算，使R語言處理數(shù)據(jù)更加優(yōu)雅流暢。
purrr包是tidyverse系列中的包，開發(fā)者是大名鼎鼎的Hadley Wickham。purrr包中的函數(shù)很多，使用最多的是map與reduce系列函數(shù)。
安裝包
install.packages('purrr')
map
map表示映射，可以在一個(gè)或多個(gè)列表/向量的每個(gè)位置上應(yīng)用相同函數(shù)進(jìn)行計(jì)算。map函數(shù)的映射對(duì)象只有一個(gè)。
map(.x, .f, …)
.x: 列表或向量；
.f: 映射函數(shù)；
...: 映射函數(shù)的其他參數(shù)
# 加載包 library(purrr) # 單個(gè)向量map 1:4 %>% map(rnorm)
## [[1]] ## [1] 0.1892454 ## ## [[2]] ## [1] -1.149757 1.782667 ## ## [[3]] ## [1] 0.9311241 0.5962078 0.8575180 ## ## [[4]] ## [1] 1.2708588 0.7957794 -0.0106283 0.5393979
從map函數(shù)的結(jié)果來看，其返回與輸入向量等長(zhǎng)的結(jié)果，類型為列表。
其他參數(shù)
可以指定映射函數(shù)的其他參數(shù)：
# 單個(gè)向量map,指定函數(shù)參數(shù) 1:4 %>% map(rnorm,mean=1,sd=2)
## [[1]] ## [1] 1.610763 ## ## [[2]] ## [1] -0.4034499 1.5814313 ## ## [[3]] ## [1] 2.806429 1.719962 2.005490 ## ## [[4]] ## [1] 2.170663 2.849836 1.085069 4.130320
匿名函數(shù)
傳入的函數(shù)可以是匿名函數(shù)：
# 單個(gè)向量map，使用匿名函數(shù) 1:4 %>% map(function(x) rnorm(x))
## [[1]] ## [1] 0.01422782 ## ## [[2]] ## [1] 1.7895586 0.7135593 ## ## [[3]] ## [1] 0.0603224 1.0498781 -1.0028828 ## ## [[4]] ## [1] 0.2673761 -1.1297717 0.7769814 1.5304043
公式函數(shù)
還可以把函數(shù)當(dāng)成一個(gè)公式傳入，這是purrr提供的高級(jí)功能，能夠簡(jiǎn)化代碼量。
- 當(dāng)函數(shù)只有一個(gè)參數(shù)時(shí)，公式函數(shù)中用
.x代替參數(shù)； - 當(dāng)函數(shù)有兩個(gè)參數(shù)時(shí)，公式函數(shù)中用
.x,.y代替參數(shù)； - 當(dāng)函數(shù)有多個(gè)參數(shù)時(shí)，公式函數(shù)中用
..1,..2,..3代替參數(shù)。
# 單個(gè)向量map,使用公式函數(shù) 1:4 %>% map(~rnorm(.x))
## [[1]] ## [1] -1.471681 ## ## [[2]] ## [1] -0.04243286 -0.68348293 ## ## [[3]] ## [1] 1.613470 -0.750001 -1.278718 ## ## [[4]] ## [1] 0.9369563 -0.5285622 0.8601058 1.8868754
map2
map2函數(shù)是map函數(shù)的變形，映射對(duì)象有兩個(gè)，需要注意兩個(gè)列表/向量的長(zhǎng)度必須相同。
map2(.x,.y, .f, …)
.x: 列表或向量；
.y: 列表或向量,與.x等長(zhǎng)；
.f: 映射函數(shù)；
...: 映射函數(shù)的其他參數(shù)
# 兩個(gè)向量map map2(1:3,2:4,sum)
## [[1]] ## [1] 3 ## ## [[2]] ## [1] 5 ## ## [[3]] ## [1] 7
用公式函數(shù)的方式：
# 兩個(gè)向量map，使用公式函數(shù) map2(1:3,2:4,~sum(.x,.y))
## [[1]] ## [1] 3 ## ## [[2]] ## [1] 5 ## ## [[3]] ## [1] 7
# 兩個(gè)向量map，使用公式函數(shù) map2(1:3,2:4,~sum(..1,..2))
## [[1]] ## [1] 3 ## ## [[2]] ## [1] 5 ## ## [[3]] ## [1] 7
pmap
pmap函數(shù)是map函數(shù)的變形，映射對(duì)象為多個(gè)，需要注意多個(gè)列表/向量的長(zhǎng)度必須相同。
pmap(.l, .f, …)
.l: 列表向量/列表；
.f: 映射函數(shù)；
...: 映射函數(shù)的其他參數(shù)
# 多個(gè)向量map pmap(list(1:3,2:4,3:5),sum)
## [[1]] ## [1] 6 ## ## [[2]] ## [1] 9 ## ## [[3]] ## [1] 12
用公式函數(shù)的方式：
# 多個(gè)向量map，使用公式函數(shù) pmap(list(1:3,2:4,3:5),~sum(..1,..2,..3))
## [[1]] ## [1] 6 ## ## [[2]] ## [1] 9 ## ## [[3]] ## [1] 12
map變形
map,map2和pmap返回的數(shù)據(jù)格式都是列表，有時(shí)候需要對(duì)返回的結(jié)果進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換，這時(shí)候可以直接使用map系列的變形函數(shù)，直接一步完成。
# 返回列表 map(mtcars,mean)
## $mpg ## [1] 20.09062 ## ## $cyl ## [1] 6.1875 ## ## $disp ## [1] 230.7219 ## ## $hp ## [1] 146.6875 ## ## $drat ## [1] 3.596563 ## ## $wt ## [1] 3.21725 ## ## $qsec ## [1] 17.84875 ## ## $vs ## [1] 0.4375 ## ## $am ## [1] 0.40625 ## ## $gear ## [1] 3.6875 ## ## $carb ## [1] 2.8125
使用map_df函數(shù)，直接返回?cái)?shù)據(jù)框格式。
# 返回?cái)?shù)據(jù)框 map_df(mtcars,mean)
## # A tibble: 1 x 11 ## mpg cyl disp hp drat wt qsec vs am gear carb ## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> ## 1 20.1 6.19 231. 147. 3.60 3.22 17.8 0.438 0.406 3.69 2.81
# 返回字符向量 map_chr(mtcars,mean)
## mpg cyl disp hp drat wt ## "20.090625" "6.187500" "230.721875" "146.687500" "3.596563" "3.217250" ## qsec vs am gear carb ## "17.848750" "0.437500" "0.406250" "3.687500" "2.812500"
其他的有:
map_lgl/map2_lgl/pmap_lgl:返回邏輯向量；map_int/map2_int/pmap_int:返回整數(shù)向量；map_dbl/map2_dbl/pmap_dbl:返回浮點(diǎn)數(shù)向量；map_chr/map2_chr/pmap_chr:返回字符串向量。
reduce
reduce函數(shù)表示規(guī)約，計(jì)算向量中相鄰的兩個(gè)元素，結(jié)果再與第三個(gè)元素計(jì)算，…，最后計(jì)算出一個(gè)值。
reduce(.x, .f, …)
.x: 列表向量/列表；
.f: 規(guī)約函數(shù)；
...: 函數(shù)的其他參數(shù)
# 單個(gè)向量reduce reduce(1:5,paste)
## [1] "1 2 3 4 5"
reduce2
reduce2函數(shù)可以同時(shí)對(duì)兩個(gè)向量進(jìn)行規(guī)約計(jì)算，注意第二個(gè)向量長(zhǎng)度需要比第一個(gè)向量小1。
reduce2(.x, .y,.f, …)
.x: 列表向量/列表；
.y: 列表向量/列表，長(zhǎng)度比.x小1；
.f: 規(guī)約函數(shù)；
...: 函數(shù)的其他參數(shù)
# 多個(gè)向量reduce reduce2(1:4,c(1,1,1),function(x,y,z) x+y-z)
## [1] 7
計(jì)算邏輯為第一次：1+2-1=2，第二次2+3-1=4，第三次4+4-1=7。
更多的purrr包中函數(shù)用法，可以參考：cheatsheet
以上就是淺析R語言中map與reduce的詳細(xì)內(nèi)容，更多關(guān)于R語言map與reduce的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了R語言中na.fail和na.omit的用法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言本地安裝包圖文教程，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言操作X軸日期實(shí)例講解，圖文描述的很清楚，有感興趣的同學(xué)可以研究下2021-03-03
vscode配置R語言debugger環(huán)境:'vscDebugger"的安裝方法
在R中安裝vscDebugger包可以通過兩種方法：第一種是使用Visual Studio Code的命令面板自動(dòng)安裝,操作簡(jiǎn)便,第二種是手動(dòng)在R控制臺(tái)中安裝,這兩種方法都可以有效地安裝vscDebugger包,進(jìn)而幫助用戶在R語言中進(jìn)行代碼調(diào)試,更多詳細(xì)步驟和信息可以參考相關(guān)教程或文章2024-10-10
本文主要介紹了R語言實(shí)現(xiàn)廣義線性回歸模型，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要介紹了R語言入門教程之刪除指定數(shù)據(jù)的方法,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
R語言可視化ggplot2繪制24小時(shí)動(dòng)態(tài)血糖圖
這篇文章主要為大家介紹了R語言可視化使用ggplot2繪制24小時(shí)動(dòng)態(tài)血糖，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
這篇文章主要介紹了R語言ggplot2x軸順序設(shè)置自定義顏色的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了詳解R語言數(shù)據(jù)合并一行代碼搞定，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語言編程數(shù)學(xué)分析重讀微積分理解極限算法
這篇文章主要為大家介紹了R語言編程重讀微積分?jǐn)?shù)學(xué)分析理解極限算法的詳細(xì)過程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2021-10-10