r - map + pmap，找不到变量

Question

我正在尝试使用 dplyr 和 purrr 整理模拟研究的结果。我的结果保存为数据帧列表，其中包含几种不同分类算法的结果，我尝试使用 purrr 和 dplyr 来总结这些结果。

我正在尝试计算- 分配给每个簇的对象数量- 集群中实际属于该集群的对象数量- 使用 3 种不同算法 (KEEP1 - KEEP3) 的真阳性、假阳性、假阴性和真阴性的数量- 对于其中 2 个算法，我可以访问处于集群中的概率，因此我可以将其与 alpha 的替代选择进行比较 - 这样我就可以使用不同的 alpha 选择来计算真阳性等。

我发现了这个:https://github.com/tidyverse/dplyr/issues/3101 ，我成功地在列表的单个元素上使用它来获得我想要的结果:

f <- function(.x, .y) {
  sum(.x & .y)
}

actions <- list(
  .vars = lst(
    c('correct'),
    c('KEEP1', 'KEEP2', 'KEEP3'),
    c('pval1', 'pval2')
  ),
  .funs = lst(
    funs(Nk = length, N_correct = sum),
    funs(
      TP1 = f(., .y = correct),
      FN1 = f(!(.), .y = correct),
      TN1 = f(!(.), .y = !(correct)),
      FP1 = f(., .y = !(correct))
    ),
    funs(
      TP2 = f((. < alpha0) , .y = correct),
      FN2 = f(!(. < alpha0), .y = correct),
      TN2 = f(!(. < alpha0), .y = !(correct)),
      FP2 = f((. < alpha0), .y = !(correct))
    )
  )
)

reproducible_data <- replicate(2,
  data_frame(
    k = factor(rep(1:10, each = 20)),  # group/category
    correct = sample(x = c(TRUE, FALSE), 10 * 20, replace = TRUE, prob = c(.8, .2)),
    pval1 = rbeta(10 * 20, 1, 10),
    pval2 = rbeta(10 * 20, 1, 10),
    KEEP1 = pval1 < 0.05,
    KEEP2 = pval2 < 0.05,
    KEEP3 = runif(10 * 20) > .2,
    alpha0 = 0.05,
    alpha = 0.05 / 20 # divided by no. of objects in each group (k)
),
  simplify = FALSE)

# works
df1 <- reproducible_data[[1]]
pmap(actions,  ~df1 %>% group_by(k) %>% summarize_at(.x, .y)) %>%
  reduce(inner_join,by = 'k')

现在，我想使用 map 对整个列表执行此操作。但是，我无法再访问变量“正确”(它还没有足够远，看不到 alpha 或 alpha0，但可能会发生相同的问题)。我仍在学习 dplyr/purrr，但我的实验并没有证明有用。

# does not work
out_summary <- map(
  reproducible_data, 
  pmap(actions,  ~ as_tibble(.) %>% group_by("k") %>% summarize_at(.x, .y)) %>%
    reduce(inner_join,by = 'k')
)
# this doesn't either
out_summary <- map(
  reproducible_data, 
  pmap(actions,  ~ as_tibble(.) %>% group_by("k") %>% summarize_at(.x, .y, alpha = alpha, alpha0 = alpha0, correct = correct)) %>%
    reduce(inner_join,by = 'k')
)

在map中，我在$group_by(k)$中看不到变量'k'，除非它被引用$group_by('k')$，但当我刚刚使用pmap时不需要引用它。我尝试了各种方法将正确的变量传递给这些函数，但我仍在学习 dplyr 和 purrr，但尚未成功。

还有一点需要注意 - 实际数据存储为常规数据帧，因此我需要在 pmap 函数中使用 $as_tibble()$ 。在此示例中删除它时，我遇到了一些不同的错误，因此我选择将其添加回来，这样我就会遇到相同的问题。谢谢!

Answer 1

试试这个

map(
  reproducible_data,
  function(df1) { 
    pmap(actions,  ~ df1 %>% 
                       as_tibble() %>% 
                       group_by(k) %>% 
                       summarize_at(.x, .y)) %>% 
      reduce(inner_join, by = "k")
  } 
)

我认为使用 map 时你的论点可能会混淆。和pmap同时。我用了function map 的语法定义df1尝试解决这个问题。其余部分看起来不错(尽管我切换到 pmap_df 以返回数据帧(没有它，列表的结构很丑陋，而 pmap_df 是让它变得漂亮的最简单方法。LMK，如果它不是预期的输出。👍

还有 group_by("k") 的问题与 group_by(k)

另外:写group_by("k")实际上创建一个变量“k”并用字符“k”填充它，然后使用它进行分组。这将使您的代码运行，但它不会做您喜欢的事情。有时，这种问题实际上是由于之前一两行发生的错误(或者，对于 dplyr ，之前一两行)发生的错误。在这种情况下，map没有通过df1在您需要的地方。