dplyr中替代do()函数的最佳实践
2025-06-10 20:08:06作者:毕习沙Eudora
背景介绍
在dplyr包的发展过程中,do()
函数曾经是分组操作的重要工具,但随着包版本的更新迭代,do()
函数逐渐被标记为过时(deprecated)。本文探讨在最新版dplyr中如何优雅地替代do()
函数的功能,特别是在需要访问分组变量信息的情况下。
问题场景
考虑一个典型的数据处理场景:我们需要按某个变量分组后,对每个分组应用一个自定义函数,该函数需要访问分组变量信息,最终将所有结果合并为一个数据框。
传统上,我们可以使用do()
函数轻松实现:
iris |>
group_by(Species) |>
do(fun(.))
但随着do()
函数被弃用,我们需要寻找现代替代方案。
现有替代方案分析
1. purrr::map方法
使用purrr::map
结合split
和bind_rows
可以实现类似功能,但会丢失分组变量信息:
purrr::map(
split(iris, ~Species),
fun
) |>
dplyr::bind_rows()
这种方法的主要缺点是分组变量信息不会自动保留在结果中。
2. nest_by方法
nest_by
可以创建嵌套数据框,但嵌套后的数据无法直接访问分组变量:
iris |>
nest_by(Species) |>
mutate(data = list(fun(data)))
这种方法会触发警告,因为函数内部无法识别分组变量。
3. group_modify方法
group_modify
是最接近do()
的替代方案,但目前仍标记为实验性功能:
iris |>
group_by(Species) |>
group_modify(~ fun(.x))
虽然功能完善,但不建议在生产环境中使用实验性功能。
推荐解决方案
reframe + cur_group组合
目前最稳定且推荐的替代方案是使用reframe
结合cur_group
和pick
:
fun <- function(data, group) {
if (group$Species == "setosa") {
tail(data, n = 3) |> select(Petal.Length)
} else {
head(data, n = 3) |> select(Petal.Length)
}
}
iris |>
reframe(.by = Species, {
fun(pick(everything()), cur_group())
})
这种方法的关键点:
reframe
替代了do
的分组操作功能pick(everything())
选择当前分组的所有数据cur_group()
提供当前分组的信息- 函数需要调整为接受数据和分组信息两个参数
其他变通方案
如果无法修改原函数,可以考虑以下方法:
- 重复分组变量:在嵌套前复制分组变量
iris |>
mutate(Species2 = Species) |>
nest_by(Species2) |>
mutate(fn = list(fun(data))) |>
unnest(fn)
- 修改函数返回值:让函数返回包含分组变量的结果
fun3 <- function(x) {
if (any(x$Species == "setosa")) {
tail(x, n = 3) |> select(Species, Petal.Length)
} else {
head(x, n = 3) |> select(Species, Petal.Length)
}
}
最佳实践建议
- 对于新代码,推荐使用
reframe
+cur_group
组合 - 如果必须保持原函数不变,考虑复制分组变量或修改函数返回值
- 避免在生产代码中使用实验性功能如
group_modify
- 考虑将复杂的分组操作重构为更模块化的函数,便于维护
总结
dplyr生态正在向更明确、更安全的分组操作范式演进。虽然从do()
迁移需要一些调整,但新的方法提供了更好的类型安全性和代码清晰度。理解reframe
、pick
和cur_group
等新功能的组合使用,可以帮助开发者顺利过渡到dplyr的现代工作流程。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程填空题提示缺失问题分析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp Cafe Menu项目中link元素的void特性解析9 freeCodeCamp全栈开发课程中React实验项目的分类修正10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
176
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
863
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K