使用Purrr或Furrr进行过滤，并将字符向量传递到附加函数中。

Question

我有一些非常低效的代码，我希望有人能帮助我。我没有一个很好的reprex，但是已经创建了我正在使用的当前代码/工作流的示例。

以下是我想做的简洁的事情

• 将数据集过滤成组(
• )，将过滤后的数据集传递到三个单独的函数(功能选择、验证和应用)

从特征选择到验证到应用程序，组(过滤)是一致的。

工作流程是：

group

• Validation特征选择接受过滤后的数据，并为每个返回特征的字符向量:按组过滤数据，与1(特征选择)对应的组对应的字符向量结果。为每个组返回df，并只选择prediction和linear_weight列。然后行bind

1. Application接受与2相同的2个参数(验证)。为每个组返回df，并根据每个组(来自1)、prediction和linear_weight中存在的特性选择列。然后行绑定

我毫不怀疑某些版本的purrr可能会使我的代码更高效&显着地改善运行时。我的一个想法是将select特性的结果保存到df中，其中的特性驻留在列中，并将该列结果传递给validate_data和applicate_data函数。

为没有完全可复制的东西而道歉。希望这个例子给出了一个很好的想法，我正在努力实现。

library(gapminder)

data <- gapminder_unfiltered

# Filter data
group_1_data <- gapminder_unfiltered %>% 
  filter(country %in% c("Algeria", "Benin"))

group_2_data <- gapminder_unfiltered %>% 
  filter(country == "United States")

group_3_data <- gapminder_unfiltered %>% 
  filter(country %in% c("Italy", "France"))


# Feature Selection
group_1_features <- select_features(group_1_data)
group_2_features <- select_features(group_2_data)
group_3_features <- select_features(group_3_data)

# Example of group_1_features output
c("pop", "gdpPercap")

# Validation
group_1_validation <- validate_data(group_1_data, group_1_features)
group_2_validation <- validate_data(group_2_data, group_2_features)
group_3_validation <- validate_data(group_3_data, group_3_features)

# Row bind Validations selecting only created columns of "prediction" & "linear_weight"
all_validations

# Application: Same Inputs as Validation
group_1_application <- applicate_data(group_1_data, group_1_features)
group_2_application <- applicate_data(group_2_data, group_2_features)
group_3_application <- applicate_data(group_3_data, group_3_features)

# Row bind applications.  Select columns/features that exist in every group based on the feature selection.  Also select columns "prediction" & "linear_weight"
total_applications

Answer 1

purrr::map可以使用，因为在一个列表中存储了三个数据帧，然后您可以减少结果，将所有的结果绑定到一起。

library(dplyr)

groups_data=list(group_1_data, group_2_data, group_3_data)

select_features=function(d) {
  features=c()
  if (sample(c(0,1), 1)==0) {
    features=c("pop", "gdpPercap")
  } else {
    features=c("pop", "gdpPercap", "lifeExp")
  }
  return(list(d,
              features))
}

features_list=purrr::map(groups_data, select_features)

validate_data=function(feat_list) {
  d=feat_list[[1]]
  ret=mutate(d, prediction=rnorm(nrow(d)), linear_weight=runif(nrow(d)))
  return (ret)
}

val_list=purrr::map(features_list, validate_data)

Reduce(function(x, y) {
  return(rbind(x, select(y, prediction, linear_weight))) 
}, val_list[2:3], init=select(val_list[[1]], prediction, linear_weight))

applicate_data=function(feat_list) {
  d=feat_list[[1]]
  ret=mutate(d, prediction=rnorm(nrow(d)), linear_weight=runif(nrow(d)))
  return (ret)
}

appl_list=purrr::map(features_list, applicate_data)

Reduce(function(x, y) {
  return(rbind(x, select(y, prediction, linear_weight))) 
}, appl_list[2:3], init=select(appl_list[[1]], prediction, linear_weight))