从列/列表中过滤尝试错误对象（dplyr 但也更通用）

Question

我正在处理我在数据框中收集的一些数据，我想在其中对列的所有元素应用一个函数。通常我为此使用 purrr::map() 。但是，如果函数 return 对列的一个元素出错，有时这将不起作用：

f <- function(x) {
  if(x==2) stop("I hate 2") else x
}

library(dplyr)
dd <- data.frame(x = c(1:2))
dd2 <- dd %>% 
  mutate(fx = purrr::map(.x = x, .f = ~f(.)))
Error: I hate 2

所以我可以用 try() 包装我的函数 f，并获得一列结果：

> dd2 <- dd %>% 
+   mutate(fx = purrr::map(.x = x, .f = ~try(f(.))))
Error in f(.) : I hate 2
> dd2
  x                         fx
1 1                          1
2 2 Error in f(.) : I hate 2\n

现在我最想使用 filter() 来过滤掉有错误的行，但我似乎无法做到这一点。这些都不会产生只有第一行的数据框：

dd2 %>% filter(is.integer(fx) )
dd2 %>% filter(is.integer(.$fx) )

dd2 %>% filter(class(fx) != "try-error")
dd2 %>% filter(class(.$fx) != "try-error")

lapply(dd2, is.numeric)

我正在考虑的一个肮脏的技巧是使用 try_catch() 代替，并使它 return 成为与 f() 相同类型的对象以防出错，因为例如 -99999 这里，并过滤掉那些，但我正在寻找一个更干净的解决方案。

Answer 1

因为您已经在使用 purrr，您可以尝试用 safely 包装该函数。这个函数包装了一个函数并使它成为 return 两个元素 result 和 error 的列表。其中之一总是 NULL.

这里是数据设置，类似于原来的post。

library(dplyr)
df <- data.frame(x = c(1:2, 1))

f <- function(x) {
  if (x == 2) stop("I hate 2") else x
}

我们用safely包装函数并调用它。

f_safe <- purrr::safely(f)

df2 <- df %>% mutate(fxx = x %>% purrr::map(.f = f_safe))
df2
#>   x               fxx
#> 1 1                 1
#> 2 2 I hate 2, .f(...)
#> 3 1                 1

我们可以确认 fxx 是一个列表列，每个列表中都有 result 和 error 个元素。

str(df2$fxx)
#> List of 3
#>  $ :List of 2
#>   ..$ result: num 1
#>   ..$ error : NULL
#>  $ :List of 2
#>   ..$ result: NULL
#>   ..$ error :List of 2
#>   .. ..$ message: chr "I hate 2"
#>   .. ..$ call   : language .f(...)
#>   .. ..- attr(*, "class")= chr [1:3] "simpleError" "error" "condition"
#>  $ :List of 2
#>   ..$ result: num 1
#>   ..$ error : NULL

现在，我们只需要询问列表列中的每个元素其 error 是否为 null。

df2 <- df2 %>% 
  mutate(no_error = fxx %>% purrr::map_lgl(.f = ~ is.null(.x$error)))
df2
#>   x               fxx no_error
#> 1 1                 1     TRUE
#> 2 2 I hate 2, .f(...)    FALSE
#> 3 1                 1     TRUE

我使用了 map_lgl，因此结果不是一个列表列，而是一个 filter-able 布尔向量。

df2 %>% filter(no_error)
#>   x fxx no_error
#> 1 1   1     TRUE
#> 2 1   1     TRUE

如果我们想像使用常规向量一样使用 fxx 列，我们必须先 mutate(fxx = fxx %>% purrr::map_dbl("result")) 将其从列表列转换为简单向量。

编辑：另一个解决方案是用 dplyr::failwith 包装并使用 NA 或 error 之类的标记值来处理错误，然后过滤与标记值匹配的元素。

从列/列表中过滤尝试错误对象（dplyr 但也更通用）

Filter try-error objects from a column / list (dplyr but also more general)

r

dplyr

purrr