r - 基于谓词函数改变数据帧的列(dplyr::mutate_if)

Question

我想使用 dplyr 的 mutate_if() 函数将列表列转换为数据帧列，但当我尝试这样做时遇到了令人费解的错误。我正在使用 dplyr 0.5.0、purrr 0.2.2、R 3.3.0。

基本设置如下所示:我有一个数据框d，其中一些列是列表:

d <- dplyr::data_frame(
  A = list(
    list(list(x = "a", y = 1), list(x = "b", y = 2)),
    list(list(x = "c", y = 3), list(x = "d", y = 4))
  ),
  B = LETTERS[1:2]
)

我想使用以下函数将列表列(在本例中为d$A)转换为数据框列:

tblfy <- function(x) {
  x %>%
    purrr::transpose() %>%
    purrr::simplify_all() %>%
    dplyr::as_data_frame()
}

也就是说，我希望将列表列 d$A 替换为列表 lapply(d$A, tblfy)，即

[[1]]
#  A tibble: 2 x 2
      x     y
  <chr> <dbl>
1     a     1
2     b     2

[[2]]
# A tibble: 2 x 2
      x     y
  <chr> <dbl>
1     c     3
2     d     4

当然，在这个简单的情况下，我可以做一个简单的重新分配。然而，重点是我想以编程方式执行此操作，最好使用 dplyr，以一种可以处理任意数量的列表列的普遍适用的方式。

这就是我遇到的问题:当我尝试使用以下应用程序将列表列转换为数据框列时

d %>% dplyr::mutate_if(is.list, funs(tblfy))

我收到一条错误消息，但我不知道如何解释:

Error: Each variable must be named.
Problem variables: 1, 2

为什么 mutate_if() 失败？我怎样才能正确应用它以获得想要的结果？

备注

评论者指出函数 tblfy() 应该向量化。这是一个合理的建议。但是，除非我矢量化错误，否则这似乎并没有解决问题的根源。插入 tblfy() 的矢量化版本，

tblfy_vec <- Vectorize(tblfy)

进入 mutate_if() 失败并出现错误

Error: wrong result size (4), expected 2 or 1

更新

在获得了 purrr 的一些经验后，我现在发现以下方法很自然，尽管有些冗长:

d %>%
  map_if(is.list, ~ map(., ~ map_df(., identity))) %>%
  as_data_frame()

这或多或少与下面@alistaire的解决方案相同，但分别使用了map_if()。 map()，分别代替 mutate_if()。 Vectorize()。

Answer 1

原始的 tblfy 函数对我来说是错误的(即使它的元素直接链接)，所以让我们稍微重建一下它，同时添加向量化，这让我们避免了原本必要的先验 rowwise()调用:

tblfy <- Vectorize(function(x){x %>% purrr::map_df(identity) %>% list()})

现在我们可以很好地使用mutate_if:

d %>% mutate_if(purrr::is_list, tblfy)
## Source: local data frame [2 x 2]
## 
##                A     B
##           <list> <chr>
## 1 <tbl_df [2,2]>     A
## 2 <tbl_df [2,2]>     B

...如果我们解开嵌套看看那里有什么，

d %>% mutate_if(purrr::is_list, tblfy) %>% tidyr::unnest()
## Source: local data frame [4 x 3]
## 
##       B     x     y
##   <chr> <chr> <dbl>
## 1     A     a     1
## 2     A     b     2
## 3     B     c     3
## 4     B     d     4

一些注意事项:

• map_df(identity) 似乎在构建 tibble 方面比任何替代公式都更有效。我知道 identity 调用似乎没有必要，但大多数其他内容都会崩溃。
• 我不确定 tblfy 的用途有多大，因为它在某种程度上取决于列表列中列表的结构，而列表的结构可能有很大差异。不过，如果您有很多类似结构的东西，我认为它很有用。
• 可能有一种方法可以使用 pmap 而不是 Vectorize 来实现此目的，但我无法通过一些粗略的尝试让它工作。