R语言-Reduce函数让你的代码优美且强大

一、摘要

上篇推文介绍了如何快速对多个变量取交集：R语言-快速对多个变量取交集，最终用到了Reduce函数。

本文将专门介绍Reduce函数地绝妙之处，让你的代码简短而强大。

在R语言数据处理的过程中，我们经常需要对不同类型的数据进行聚合、累积或归约操作。Reduce函数是R语言中一个强大的工具，能够将一个序列的元素逐步减少为单个结果。本文将带您深入探索Reduce函数的技巧与窍门，助您在处理数字、字符、数据框、列表等不同类型的数据时事半功倍。

二、参数解释

在使用Reduce()函数时，我们需要了解以下关键参数的含义：

f：这是一个二元函数，用于指定如何将序列中的元素逐步减少为单个结果。函数f接受两个参数，第一个参数是前一个累积值，第二个参数是下一个元素。
x：这是一个序列，可以是向量、列表、矩阵、数据框或其他可迭代的数据结构。Reduce()函数将按顺序处理序列中的元素，并将每个元素传递给函数f进行累积计算。
init（可选）：这是Reduce()函数的初始累积值。如果未提供init参数，则默认使用序列中的第一个元素作为初始累积值。
right（可选，默认为FALSE）：这是一个逻辑值，用于指定累积计算的方向。如果right为FALSE（默认值），则Reduce()函数从左到右按顺序处理序列中的元素。
accumulate（可选，默认为FALSE）：这也是一个逻辑值，用于指定是否返回中间累积结果的向量。如果accumulate为FALSE（默认值），则Reduce()函数仅返回最终的累积结果。

三、使用示例

下面展示Reduce函数在实际数据处理中的用法，大家举一反三，观察其使用场景以灵活运用。

1. 多个变量取交集

就是上个推文介绍的：

# 生成10个数字集合
for(i in 1:10){
    var_name = paste0("var", i)
    set.seed(i)
    nums = sample(1:100, 80)
    assign(var_name, nums)
}

Reduce(intersect, lapply(paste0("var", 1:10), get))
# [1] 87 59 21 84 42 24 18 76 16

2. 多个数据框合并

在for循环中，经常会遇到每个循环生成一个数据框，你可以先把每个循环的数据框保存在列表里，再使用Reduce进行合并。

resL = list()
for(i in 1:5){
    from = 1 + 10 * i
    to = from + 2
    resL[[i]] = iris[from:to, ]
}
resT = Reduce(rbind, resL)
#    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
# 11          5.4         3.7          1.5         0.2     setosa
# 12          4.8         3.4          1.6         0.2     setosa
# 13          4.8         3.0          1.4         0.1     setosa
# 21          5.4         3.4          1.7         0.2     setosa
# 22          5.1         3.7          1.5         0.4     setosa
# 23          4.6         3.6          1.0         0.2     setosa
# 31          4.8         3.1          1.6         0.2     setosa
# 32          5.4         3.4          1.5         0.4     setosa
# 33          5.2         4.1          1.5         0.1     setosa
# 41          5.0         3.5          1.3         0.3     setosa
# 42          4.5         2.3          1.3         0.3     setosa
# 43          4.4         3.2          1.3         0.2     setosa
# 51          7.0         3.2          4.7         1.4 versicolor
# 52          6.4         3.2          4.5         1.5 versicolor
# 53          6.9         3.1          4.9         1.5 versicolor

3. 合并单细胞样本

# https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE146170
# 获取每个样本的细胞注释文件路径
anno_file = lf("rf", "00_raw/anno")

# lapply批量读取, 并使用Reduce合并
anno_tb = Reduce(rbind, lapply(anno_file, function(x) data.table::fread(x, data.table = FALSE)))

# 获取每个样本的表达矩阵文件路径
umi_file = lf("rf", "00_raw/UMI")

# lapply批量读取
umi_list = lapply(umi_file, function(x) data.table::fread(x, data.table = FALSE))

# 使用Reduce合并
umi_tb = Reduce(function(df1, df2) merge(df1, df2, by = "gene_name", all = TRUE), umi_list)

# 首列转为行名
umi_tb = col2rownames(umi_tb, remove = TRUE)

# 构建Seurat对象
loadp(Seurat)
obj = CreateSeuratObject(counts = umi_tb, meta.data = anno_tb)
obj

可以看到，结合lappy家族，代码更为简洁高效，因为后者输出的结果正可以作为前者的输入。

4. 处理单个数据框

直接合并每个元素

tb = cars[1:5, ]
Reduce(c, tb)
# [1]  4  4  7  7  8  2 10  4 22 16

其实unlist也可以，没想到吧，数据框其实也是列表，一种特殊的列表（使用typeof函数可以看出）

unlist(tb)
# speed1 speed2 speed3 speed4 speed5  dist1  dist2  dist3  dist4  dist5 
#      4      4      7      7      8      2     10      4     22     1