是否在dplyr的mutate中使用tryCatch？

Question

dplyr中是否有任何异常处理机制mutate()？我的意思是捕获异常并处理异常的方法。

让我们假设我有一个函数在某些情况下会引发错误（在示例中，如果输入为负），为简单起见，我定义了该函数，但实际上，它将是某些R包中的函数。让我们假设此函数是矢量化的：

# function throwing an error
my_func <- function(x){
  if(x > 0) return(sqrt(x))
  stop('x must be positive')
}

my_func_vect <- Vectorize(my_func)

现在，假设我要在内部使用此函数mutate()。

如果在a中使用此函数mutate()，它将在第一个错误处停止并且不返回任何结果：

library(dplyr)
# dummy data
data <- data.frame(x = c(1, -1, 4, 9))
data %>% mutate(y = my_func_vect(x))
# Error in mutate_impl(.data, dots) : Evaluation error: x must be positive.

有没有一种方法可以捕获错误，并NA在这种情况下执行某些操作（例如，返回），同时获取其他元素的结果？

我期望的结果是使用带有的循环可以实现的效果tryCatch()，即类似于以下内容：

y <- rep(NA_real_, length(data$x))
for(i in seq_along(data$x)) {
  tryCatch({
    y[i] <- my_func_vect(data$x[i])
  }, error = function(err){})
}
y
# Result is: 1 NA 2 4

Answer 1

您想单独评估每个发生的错误，也许您不应该使用矢量化函数。而是map从包中使用 -purrr这实际上与lapply此处相同。

如果在出现错误的情况下需要 NA 值，请创建一个函数来捕获错误以用于标准用途。

try_my_func <- function(x) {
  tryCatch(my_func(x), error = function(err){NA})
}

然后，使用mutate与map

data %>% mutate(y = purrr::map(x, try_my_func))
   x  y
1  1  1
2 -1 NA
3  4  2
4  9  3

或者类似地，如果您不想声明一个新函数。

data %>% mutate(y = purrr::map(x, ~ tryCatch(my_func(.), error = function(err){NA})))

最后，如果您确实想使用矢量化函数，则可以map完全跳过该函数。但我个人从不使用，Vectorize所以我会用map.

data %>% mutate(y = Vectorize(try_my_func)(x))

Answer 2

我们也可以利用purrr的safely()或possibly()功能。

从purrr帮助中：

安全地：包装函数返回包含组件结果和错误的列表。一个值始终为NULL。

悄悄地：包装函数返回一个包含组件结果，输出，消息和警告的列表。

可能：每当发生错误时，包装函数都会使用默认值（否则）。

您不必将函数分别应用于每一行，这一事实并没有改变。

library(dplyr)
library(purrr)

# function throwing an error
my_func <- function(x){
  if(x > 0) return(sqrt(x))
  stop('x must be positive')
}

my_func_vect <- Vectorize(my_func)

# dummy data
data <- data.frame(x = c(1, -1, 4, 9))

带有地图：

data %>% 
  mutate(y = map_dbl(x, ~possibly(my_func_vect, otherwise = NA_real_)(.x)))
#>    x  y
#> 1  1  1
#> 2 -1 NA
#> 3  4  2
#> 4  9  3

使用rowwise()：

data %>%
  rowwise() %>% 
  mutate(y = possibly(my_func_vect, otherwise = NA_real_)(x))
#> Source: local data frame [4 x 2]
#> Groups: <by row>
#> 
#> # A tibble: 4 x 2
#>       x     y
#>   <dbl> <dbl>
#> 1     1     1
#> 2    -1    NA
#> 3     4     2
#> 4     9     3

其他功能在“数据框环境”中使用和应用起来有些困难，因为它们更适合于使用列表并返回。

由reprex软件包（v0.2.0）创建于2018-05-15 。