r - 使用嵌套数据框访问 purrr::map() 中的分组变量

Question

我正在使用 tidyr::nest()结合 purrr::map() (-family) 分组一个 data.frame分组，然后对每个子集做一些花哨的事情。考虑以下示例，以及 请忽略我不需要的事实 nest()和 map()这样做 (这是一个过于简单的例子):

library(dplyr)
library(purrr)
library(tidyr)

mtcars %>% 
  group_by(cyl) %>%
  nest() %>%
  mutate(
    wt_mean = map_dbl(data,~mean(.x$wt))
  )

# A tibble: 8 x 4
    cyl  gear data               cly2
  <dbl> <dbl> <list>            <dbl>
1     6     4 <tibble [4 x 9]>      6
2     4     4 <tibble [8 x 9]>      4
3     6     3 <tibble [2 x 9]>      6
4     8     3 <tibble [12 x 9]>     8
5     4     3 <tibble [1 x 9]>      4
6     4     5 <tibble [2 x 9]>      4
7     8     5 <tibble [2 x 9]>      8
8     6     5 <tibble [1 x 9]>      6

通常，当我执行此类操作时，我需要访问 cyl 内的分组变量(在本例中为 map())。 .但是这些分组变量显示为长度与嵌套数据帧中的行数相对应的向量，因此不容易借给自己。

有没有办法可以运行以下操作？我想要 wt 的平均值除以每组(即行)的柱面数 ( cyl)。

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  mutate(
    wt_mean = map_dbl(data,~mean(.x$wt)/cyl)
  )


Error in mutate_impl(.data, dots) : 
  Evaluation error: Result 1 is not a length 1 atomic vector.

Answer 1

拿 cyl出了map称呼:

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  mutate(
    wt_mean = map_dbl(data, ~mean(.x$wt)) / cyl
  )

# A tibble: 8 x 4
    cyl  gear data              wt_mean
  <dbl> <dbl> <list>              <dbl>
1     6     4 <tibble [4 x 9]>    0.516
2     4     4 <tibble [8 x 9]>    0.595
3     6     3 <tibble [2 x 9]>    0.556
4     8     3 <tibble [12 x 9]>   0.513
5     4     3 <tibble [1 x 9]>    0.616
6     4     5 <tibble [2 x 9]>    0.457
7     8     5 <tibble [2 x 9]>    0.421
8     6     5 <tibble [1 x 9]>    0.462

map_dbl见 cyl作为长度为 8 的向量，因为 nest从 data.frame 中删除组.使用 cyl在 map_*函数调用(如在 OP 的示例中)导致 8 个长度为 8 的向量。

2种其他方法:

两者的结果都与上面相同，但将分组变量保留在 map_* 中调用，根据 OP 的规范:

后重新分组 nest

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  group_by(cyl, gear) %>%
  mutate(wt_mean = map_dbl(data,~mean(.x$wt)/cyl))

map2用于迭代 cyl

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  mutate(wt_mean = map2_dbl(data, cyl,~mean(.x$wt)/ .y))