Iteração com purrr

José de Jesus Filho

Noção de iteração

Iteração talvez seja uma das tarefas mais elementares e importantes em pragramação. Todas as linguagens de programação permitem iterar por meio de laços de repetição. No R não é diferente e há mais de uma forma de fazer isso. A mais básica delas é vetorização. Por exemplo, se eu tenho um vetor de valores e multiplico este vetor por algum número, estou realizando uma iteração, conhecida como vetorização:

1:5*2

[1]  2  4  6  8 10

For loop

Veja que eu multipliquei os números de 1 a 5 por 2 e cada um dos valores foi multiplicado. Por trás disso, ocorreu um laço de repetição, mas escrito em linguagem C, que é mais rápida. Você poderia escrever um laço de repetição no R para chegar ao mesmo resultado. No entanto, isso seria mais lento e mais verboso:

for (i in 1:5){
  
  print(2*i)
  
}

[1] 2
[1] 4
[1] 6
[1] 8
[1] 10

Explicação

Note acima que eu usei for seguido de parênteses e dentro deles coloquei a letra i, a qual assumirá os valores de um a cinco a cada laço. Depois dos parênteses, eu abro chaves {} e dentro delas eu coloco tudo o que eu quero que o R faça com o i para alcançar o resultado desejado.

While

Além do for, existe o while, o qual informa o R para realizar uma operação enquanto a condição estabelecida for verdadeira:

x <- 1 ## Valor inicial de x
y <- 0 ## Pode ser qualquer valor. Apenas para que o R saiba que o y existe e é um número.

while (y < 20) {  ## Informa o R que a operação deve ser realizada enquanto o y for menor que 20.
  
  y <- x^2 ## Altera y a cada laço.
  
  print(y) ## Imprime o y alterado.
  
  x <- x + 1 ## Adiciona 1 a x para ser usado na próxima iteração.
}

[1] 1
[1] 4
[1] 9
[1] 16
[1] 25

Iteração com purrr

No tidyverse usamos as funções do pacote purrr para iteração sobre objetos. Há dois grupos de funções, o grupo map e o grupo walk. O primeiro retorna um objeto R, o segundo não retorna objeto algum e é útil para efeitos colaterais, como salvar arquivos ou gerar gráficos de forma interativa. Carregue o tidyverse:

library(tidyverse)

Sintaxe básica do map

Basicamente, o primeiro argumento do map é o objeto, que pode ser um vetor ou uma lista de elementos. O segundo é uma função anônima, criada com ~ (til), \(x) ou function(x), a qual será aplicada sobre cada objeto e, dentro dela, .x (ponto x). Este representa cada elemento do objeto:

map(objeto, ~funcao(.x, ...)) # As reticências (ellipsis) indicam eventuais outros argumentos.

Outras sintaxes:

Você também pode chamar o map e colocar a função, ou um codigo dentro de chaves:

map(objeto, ~{
  funcao(.x,...)
})

Você pode chamar uma função anônima de forma ainda mais explícita:

map(objeto, function(x)(funcao(.x)))

Exemplos

map(c(4,9,16,25), ~sqrt(.x))

[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

Exemplo

map(c(4,9,16,25), ~{ 
  sqrt(.x)
  })

[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

Exemplo

map(c(4,9,16,25), function(x) sqrt(x))

[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

Exemplo

map(c(4,9,16,25), ~.x |> sqrt())

[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

Exemplo

Quando é o primeiro e único do argumento, a função anônima pode ficar implícita:

map(c(4,9,16,25), sqrt)

[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

Exemplo

Você também pode usar a nova notação do r \(x)

map(c(4,9,16,25), \(x) sqrt(x))

[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

Variações do map

Nos exemplos acima, o map gerou uma lista. No entanto, nem sempre queremos uma lista. Se quisermos um vetor, temos de especificar o tipo de retorno com as variações do map. São elas:

• map_chr: retorna um vetor de caracteres
• map_dbl: retorna um vetor de flutuantes (doubles)
• map_int: retorna um vetor de inteiros
• map_lgl: retorna um vetor de valores lógicos

No exemplo acima, melhor seria se utilizássemos map_dbl:

map_dbl(c(4,9,16,25), sqrt)

Retornar um dataframe

• map_dfr: retorna um dataframe resultado do empilhamento (junção vertical) de outros dataframes.
• map_dfc: retorna uma dataframe resultado de emparalhamento (junção horizontal) de outros dataframes

Walk

Walk tem a mesma sintaxe, mas não retorna objetos. Ele é útil quando queremos baixar várias páginas no disco. Se você tentar fazer o mesmo com walk, veja o que acontece, ou melhor, o que não acontece:

walk(c(4,9,16,25), ~sqrt(.x))

Walk

Mas você pode salvar em disco. Tente reproduzir o exemplo abaixo e verificar que nada foi gerado na área de trabalho, nem no console, mas foram salvos cinco arquivos no seu diretório atual.

walk(c(4,9,16,25), ~sqrt(.x) |> cat(file = paste0("raiz_de_", .x, ".txt")))

Mais variações de map e de walk

Há uma segunda versão para todos verbos acima: map2, map2_chr, map2_dbl, map2_int, map2_lgl, map2_dfr, map2_dfc e walk2. Elas permitem iterar sobre dois objetos do mesmo tamanho. Vejamos um exemplo:

map2_chr(1:5, letters[1:5], ~paste(.x, .y)) # O primeiro objeto é representado em cada iteração por .x e o segundo por .y

[1] "1 a" "2 b" "3 c" "4 d" "5 e"

Mais variações: múltiplos objetos: pmap e pwalk.

Quando precisar iterar em mais de dois objetos, você coloca p antes de qualquer desses verbos. No entanto você precisa colocar o objeto em uma lista e usar function(x,y, z, w, …) ou os nomes de cada elemento da lista. Vejamos:

lista <- list(x = 1:5, y = letters[1:5], z = c("I","II","III","IV","V"))

pmap_chr(lista, function(x,y, z) paste(x,y,z, sep = "-"))

[1] "1-a-I"   "2-b-II"  "3-c-III" "4-d-IV"  "5-e-V"