# Pacote {purrr}

# --------------------------------------------------

# Vamos ver mais um exemplo com um loop for

set.seed(123)

df <- data.frame(
  a = rnorm(10),
  b = rnorm(10),
  c = rnorm(10),
  d = rnorm(10)
)
df

mean(df$a)
mean(df$b)
mean(df$c)
mean(df$d)

ncol(df)

medias <- vector("double", ncol(df))
medias

for (i in seq_along(df)) {
  medias [i]<-mean(df[,i])
}

# Adotando uma linguagem funcional podemos escrever

col_mean <- function(df){
  output <- vector("double", ncol(df))
  for (i in seq_along(df)) {
    output [i]<-mean(df[,i])
  }
  output
}

col_mean(df)

# ... e da mesma forma para mediana (median) e desvio padrão (sd)

# -------------------------------------------------

# Outro exemplo de uma função criada por você

f <- function(x,i) (x - mean(x))^i
x <- c(-5, 2, 7)
f(x,3)

 # ------------------------------------------------------

# Funções map(), map_lgl(), map_int(), map_dbl() e map_chr() do pacote {purrr}

library(tidyverse)

df

map_dbl(df,mean)
map_dbl(df,median)
map_dbl(df,sd)

df %>% map_dbl(mean)
df %>% map_dbl(median)
df %>% map_dbl(sd)

f(map_dbl(x,mean),3)
f(map_dbl(df,mean),3)

z <- list(x=1:3,y=4:5)
z
map_int(z,length)

? mtcars
head(mtcars)

unique(mtcars$cyl)

models <- mtcars %>%
  split(mtcars$cyl) %>%
  map(function(df) lm(mpg~wt, dat=df))
models

class(models)
map(models,2)

# ----------------------------------------------------

# Função map2() para dois argumentos

# Um só argumento: a média mu

mu <- list(5,10,-3)
map(mu,rnorm,n=5)
mu %>% map(rnorm,n=5)

# Dois argumentos: a média mu e o desvio padrão sigma

mu <- list(5,10,-3)
sigma <- list(1,5,10)
map2(mu,sigma,rnorm,n=5)

# Há ainda a função pmap() para múltiplos argumentos