r - 使用 Dplyr::Bind_Rows 和 Purrr 在数据框列表中选择性地绑定(bind)不同的数据框

Question

library(tidyverse)

我正在尝试使用 tidyverse 工具选择性地使用 dplyr::bind_rows() 绑定(bind)数据帧列表。我将拆分 mtcars 数据集以创建我的真实数据的基本复制。

Df<-mtcars%>%
split(.$carb)%>%
head()

我可以将它与 bind_rows() 绑定(bind)在一起...

Df<-Df%>%
bind_rows()

但是我如何有选择地绑定(bind)列表的元素。我想要做的是创建两个列表 - 第一个绑定(bind)列表元素 1、3、6，而第二个绑定(bind) 2、4、8。
我在想类似...

Df<-Df%>%map(~bind_rows(.x,list(.$`1`,.$`3`,.$`6`),list(.$`2`,.$`4`,.$`8`)))

但是这段代码显然不正确，所以我会很感激一些建议。

Answer 1

这可能是另一种方式。我试图反射(reflect)你的map()主题在这里。我用了Map()在基础 R 中。如果你想使用 purrr包，我想你可以试试map2() .

foo <- mtcars %>% split(.$carb)

Map(function(x, y) bind_rows(foo[c(x, y)]), c(TRUE, FALSE), c(FALSE, TRUE))

map2(.x = c(TRUE, FALSE), .y = c(FALSE, TRUE), .f = ~ bind_rows(foo[c(.x, .y)]))

[[1]]
    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
2  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
3  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
4  32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
5  33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
6  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
7  27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
8  16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
9  17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
10 15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
11 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

[[2]]
    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
2  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
3  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
4  30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
5  15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
6  15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
7  19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
8  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
9  30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
10 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
11 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
12 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
13 14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
14 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
15 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
16 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
17 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
18 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
19 13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
20 15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
21 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8