R 在列表列工作流中使用 dplyr::select()

Question

我有一个大数据框列表，我想对每个数据框进行子集化，只保留某些列。我想要的列的名称包含在每个数据框唯一的字符向量中。
一种方法是使用列表列工作流。我会用 data 创建一个数据框包含数据框的列表列和 cols包含字符的列表列
向量。
它的实际应用将包括一个包含 24 个大型数据集的列表，以及一个包含 24 个独特字符向量的列表。这是此数据结构的一个最小示例来说明问题:

set.seed(2346)
df <- tibble(
  col1 = sample(c(0,1), replace=T, size=10),
  col2 = sample(c(0,1), replace=T, size=10),
  col3 = sample(c(0,1), replace=T, size=10),
  col4 = sample(c(0,1), replace=T, size=10)
)

cols <- c("col1", "col3")

df_list_col <- tibble(
  data = list(df), 
  cols = list(cols)
)

df_list_col具有列表列结构，但仅在一行中。
我尝试的解决方案是创建第三个列表列来保存
子集化的数据框。因此:

df_output <- df_list_col %>% 
  mutate(subset = select(.$data, !!.$cols))

但这会返回一个错误:

#   Error: Problem with `mutate()` input `subset`.
# x `select()` doesn't handle lists.
# ℹ Input `subset` is `select(.$data, list(c("col1", "col3")))`.

我也尝试使用 purrr::map应用该功能:

df_output <- df_list_col %>% 
  mutate(subset = map(.$data, ~ select(.x, !!.$cols)))

但这会返回类似的错误。在这两种情况下， select()将列名的向量视为列表，而不是向量。我很难过如何改变这种行为。
在此先感谢您的帮助!

Answer 1

两者都是list列。我们可以通过unlist提取使用 [[ 进行或提取在 select

dplyr::select(df_list_col$data[[1]], unlist(df_list_col$cols))

或其他选项 !!!

select(df_list_col$data[[1]], !!! df_list_col$cols)

或使用 tidyverse句法

library(dplyr)
library(purrr)
df_list_col %>% 
         mutate(subset = map2(data, cols, ~ .x %>% select(all_of(.y))))

-输出

# A tibble: 1 x 3
#  data              cols      subset           
#  <list>            <list>    <list>           
#1 <tibble [10 × 4]> <chr [2]> <tibble [10 × 2]>

或与 pmap

df_list_col %>%
     mutate(subset = pmap(cur_data(),  ~ select(..1, all_of(..2 ))))