dplyr::mutate：临时昂贵的变量作为其他几个操作的输入，按行

Question

用真实数据显示我的问题有点棘手，但我希望以下内容能解释：

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

在上面的例子中当然不需要rowwise。

现在假设 c 的计算非常耗时，c 是一个大对象并且没有向量化。因此，您不想执行两次，而是希望在每次行计算发生后将其从内存中清除。

有什么巧妙的方法吗？也许用 purrr::map?

Answer 1

这是使用 purrrs 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

回应@JanStanstrup 的评论，如果您有另一列想要作为输出的一部分但未出现在计算中，您可以这样做：

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")

此处，dummy 和任何其他列通过 ... 作为参数传递给 .f 函数，但未在该函数中使用，因此它们只是被传递继续。

dplyr::mutate: temporary expensive variable as input to several other operations, rowwise