我们还可以使用purrr的safely()或possibly()函数。
purrr帮助：

safely：wrapped函数返回一个包含组件result和error的列表。一个值始终为NULL。
静静：wrapped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， Package 函数都使用默认值（否则）。

这并不能改变您必须将函数分别应用于每一行的事实。

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))

使用map：

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

其他函数在“数据框环境”中使用和应用起来有些困难，因为它们更适合处理列表，并返回列表。
由reprex package（v0.2.0）于2018-05-15创建。

如果你想单独评估每个出现的错误，也许你不应该使用矢量化函数。相反，使用purrr包中的map-它实际上与这里的lapply相同。
如果你想在得到错误的情况下得到NA值，那么做一个函数来捕获错误。

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

然后将mutate与map一起使用

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，如果你不想声明一个新函数。

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

最后，如果你想使用矢量化函数，你可以完全跳过map函数。但我个人从来没有使用过Vectorize，所以我会用map。

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

使用rowwise可以避免向量化，直接在函数上使用tryCatch。我不知道这是如何推广虽然。

library(dplyr) |> suppressMessages()

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

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

data |> 
  rowwise() |> 
  mutate(y = tryCatch(my_func(x), error = function(e) NA))
#> # A tibble: 4 × 2
#> # Rowwise: 
#>       x     y
#>   <dbl> <dbl>
#> 1     1     1
#> 2    -1    NA
#> 3     4     2
#> 4     9     3

创建于2023-09-19带有reprex v2.0.2

Vectorize（）的使用有些笨拙，因为你的函数不是“真正”矢量化的，而是假装矢量化的。因此，您必须以不同的方式对其进行分层，以达到所需的效果。这里有一个稍微拉长的例子。

library(dplyr)
library(purrr)

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

safe_my_func <- safely(my_func, otherwise = NA_real_)
unwrapped_safe_my_func <- function(x)safe_my_func(x)$result
unwrapped_safe_my_func_vect <- Vectorize(unwrapped_safe_my_func)

# dummy data
data <- data.frame(x = c(1, -1, 4, 9))
data %>% mutate(y = unwrapped_safe_my_func_vect(x))

# or fully inlined : 
data %>% mutate(y = Vectorize(\(x)safely(my_func, otherwise = NA_real_)(x)$result)(x))