r - bind_rows_(x, .id) 中的错误 : Argument 1 must have names using map_df in purrr

Question

我正在使用 spotifyr 包为我的数据集中特定专辑的每首歌曲抓取 Spotify 音频功能。我的问题是我的数据集包含一些不在 spotify 上的艺术家——所以他们不应该返回任何值。

我的问题是，当我找到一个不在 spotify 上的艺术家时，我收到了这个错误:

Error in bind_rows_(x, .id) : Argument 1 must have names

我尝试将函数包装在 tryCatch 中以获取 NA对于有问题的行的每一列，但它似乎不起作用。

这是我的代码示例(仅供引用，您需要从 spotify 的网站获取 API 访问权限才能运行 spotifyr 代码)

library(readr)
library(spotifyr)
library(dplyr)
library(purrr)

Sys.setenv(SPOTIFY_CLIENT_ID = "xxx") #xxx will be from spotify's website
Sys.setenv(SPOTIFY_CLIENT_SECRET = "xxx")
access_token <- get_spotify_access_token()

artist <- c("Eminem", "Chris Stapleton", "Brockhampton", "Big Sean, Metro Boomin")
album <- c("Revival", "From A Room: Volume 2", "SATURATION III", "Double or Nothing")
mydata <- data_frame(artist, album)

get_album_data <- function(x) {
  get_artist_audio_features(mydata$artist[x], return_closest_artist = TRUE) %>%
    filter(album_name == mydata$album[x])}

try_get_album_data <- function(x) {
  tryCatch(get_album_data(x), error = function(e) {NA})}

map_df(seq(1, 4), try_get_album_data)

Answer 1

问题是当它绑定(bind)行时，它不能与 NA 绑定(bind)。 .要解决这个问题，只需使用 data.frame()而不是 NA .

这是一个更简单的问题示例。

library('dplyr')
library('purrr')

try_filter <- function(df) {
  tryCatch(
    df %>%
      filter(Sepal.Length == 4.6),
    error = function(e) NA)
}

map_df(
  list(iris, NA, iris),
  try_filter)
#> Error in bind_rows_(x, .id) : Argument 1 must have names

解决方法是更换 NA与 data.frame() .

try_filter <- function(df) {
  tryCatch(
    df %>%
      filter(Sepal.Length == 4.6),
    error = function(e) data.frame())
}

map_df(
  list(iris, NA, iris),
  try_filter)
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1          4.6         3.1          1.5         0.2  setosa
#> 2          4.6         3.4          1.4         0.3  setosa
#> 3          4.6         3.6          1.0         0.2  setosa
#> 4          4.6         3.2          1.4         0.2  setosa
#> 5          4.6         3.1          1.5         0.2  setosa
#> 6          4.6         3.4          1.4         0.3  setosa
#> 7          4.6         3.6          1.0         0.2  setosa
#> 8          4.6         3.2          1.4         0.2  setosa