下面是一个pmap()操作，需要我的数据是宽格式的。我每天执行一些模拟，并将每次模拟的最大值捕获为post_max。

library(tidyverse)

POST_SIMS <- 2
CONDITIONS <- 3
DURATION <- 2

df <-
    tibble(
        day = rep(1:DURATION, each = CONDITIONS),
        condition = rep(LETTERS[1:CONDITIONS], times = DURATION)
    ) |>
    rowwise() |>
    mutate(post = list(rnorm(POST_SIMS, 0, 1))) |>
    ungroup()

df_wide <- df |> 
    pivot_wider(
        id_cols = c(day), 
        names_from = "condition",
        values_from = 'post'
    ) 

df_wide |> 
    mutate(
        post_max = 
            pmap(
                .l = list(A,B,C), # This works, but needs manual updating
                .f = pmax)
    ) |> 
    unnest()

字符串
问题是，当我到达pmap(list(A,B,C), pmax)时，我必须手动列出唯一条件，这是不可取的，因为我的目标是编写一个可以容纳任何数量条件的模拟函数。
有没有一种方法可以捕获df中生成的唯一条件，并将其作为参数提供给pmap（），就像我在下面尝试但失败的那样？

my_conditions <- noquote(unique(df$condition)) 

df_wide |> 
    mutate(
        post_max = 
            pmap(
                .l = list(my_conditions), # How do I do this part? 
                .f = pmax)
    ) |> 
    unnest()

型
提供给list()的.l参数有点让我困惑。这显然不是一个字符串。我把它写成.l = list(A,B,C)，这通常很方便，但模糊了pmap()是什么。我假设我正在处理某种整洁的评估，但是这个参数长度的灵活性与我的典型的整洁的eval应用程序不同，在我的典型的eval应用程序中，我只是将列命名为quosures。