r - 在 tibble 中的嵌套级别之间移动 : how to refer to data stored in upper levels of nesting hierarchy

Question

我有一个 tibble，其中包含一个 list-column 数据框。在这个最小的例子中，这样的小标题只有 1 行:

library(tibble)

df_meta <- 
  tibble(my_base_number = 5,
         my_data = list(mtcars))

df_meta
#> # A tibble: 1 x 2
#>   my_base_number my_data       
#>            <dbl> <list>        
#> 1              5 <df [32 x 11]>

我想修改 inside my_data 表并在其中更改一个新列。这是 mtcars 数据，我想改变一个新列，该列记录 mpg 列的日志。

虽然我可以这样做:

library(dplyr)
library(purrr)

df_meta %>%
  mutate(my_data_with_log_col = map(.x = my_data, .f = ~ .x %>% 
                                                         mutate(log_mpg = map(.x = mpg, .f = ~log(.x, base = 5)))
                                    )
         )
#> # A tibble: 1 x 3
#>   my_base_number my_data        my_data_with_log_col
#>            <dbl> <list>         <list>              
#> 1              5 <df [32 x 11]> <df [32 x 12]>     

我真正想要的是在内部 map() 内调用 log() 会将值传递给来自的 base 参数df_meta$my_base_number 而不是我示例中的硬编码 5。

虽然在这个 1 行示例中这很简单:

df_meta %>%
  mutate(my_data_with_log_col = map(.x = my_data, .f = ~ .x %>% 
                                                         mutate(log_mpg = map(.x = mpg, .f = ~log(.x, base = df_meta$my_base_number)))
                                    )
         )

考虑一个更复杂的管道过程，它不再起作用:

tibble(my_data = rep(list(mtcars), 3)) %>%
  add_column(base_number = 1:3) %>%
  mutate(my_data_with_log_col = map(.x = my_data, .f = ~ .x %>% 
                                      mutate(log_mpg = map(.x = mpg, .f = ~log(.x, base =  # <- ???
                                                                                 )))
                                    )
  )

所以我正在寻找的是一个过程，当我引用存储在“元表”每一行中的任何结构中的不同值时，它允许我在嵌套层次结构中上下“移动”。

现在，随着我对 map() 的深入研究，为了处理嵌套表，我无法引用存储的数据upper。如果您愿意，我正在寻找类似于使用终端导航时的 cd ../../.. 的东西。

Answer 1

这不完全是您所要求的答案。我想分享它作为一个选项!

你可以使用 unnest 和 nest 的组合来旅行:

library(dplyr)
library(tidyr)

df_meta %>% 
  unnest(cols = c(my_data)) %>% 
  mutate(log_mpg = log(mpg, my_base_number)) %>% 
  nest(my_data=mpg:log_mpg)

变异后的输出:

  my_base_number   mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb log_mpg
            <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>   <dbl>
 1              5  21       6  160    110  3.9   2.62  16.5     0     1     4     4    1.89
 2              5  21       6  160    110  3.9   2.88  17.0     0     1     4     4    1.89
 3              5  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1    1.94
 4              5  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1    1.90
 5              5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2    1.82
 6              5  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1    1.80
 7              5  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4    1.65
 8              5  24.4     4  147.    62  3.69  3.19  20       1     0     4     2    1.98
 9              5  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2    1.94
10              5  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4    1.84

nest后的最终输出:

  my_base_number my_data           
           <dbl> <list>            
1              5 <tibble [32 × 12]>