r - 如何进一步操作从 R dplyr 中的 group_map() 创建的列表

Question

我是 R 的新手，我使用老式的 for 循环。我试图通过使用 dplyr 来更快地处理我的数据来更有效地编码，但我曾经对列表感到困惑。我在下面有一个简单的数据集:

df <- data_frame(group = sort(rep(1:3, 20)), 
                  values = signif(runif(60), 2),
                  thresh = ifelse(values > 0.6, TRUE, FALSE))

df %>% group_by(group) %>% group_map(~which(.$thresh == TRUE))

根据上面 group_map() 的输出，我如何，1.) 创建一个新列，其中仅包含 thresh == TRUE 的行名称，其余的是 NA，并且 2.) 创建另一列，其中包含来自 thresh 的 TRUE 值中的最大值。为了说明，我希望我的最终数据框有点像这样:

   group values  thresh idex  max
 1     1 0.77    TRUE    1    NA
 2     1 0.32    FALSE   NA   NA
 3     1 0.06    FALSE   NA   NA
 4     1 0.33    FALSE   NA   NA
 5     1 0.51    FALSE   NA   NA
 6     1 0.053   FALSE   NA   NA
 7     1 0.92    TRUE    7    0.92
 8     1 0.44    FALSE   NA   NA
...
...

我考虑过编写代码，但我在 group_map 之后卡住了:

dff %>% group_by(group) %>% 
  group_map(~which(.$thresh == TRUE)) %>%
  mutate(idex = *row_names_in_the_column_blank_are_NA*,
         max = max(*values_from_the_indices*))

最好的方法是什么？谢谢!

Answer 1

你可以这样做:

library(dplyr)

df %>% 
  #For each group
  group_by(group) %>% 
         #Give row number to TRUE thresh values and NA to FALSE thresh values
  mutate(idex = replace(row_number(), !thresh, NA), 
         #Get maximum of values where thresh == TRUE
         max_v = max(values[thresh],na.rm = TRUE), 
         #Replace values to NA where the value is not maximum. 
         max_v = replace(max_v, max_v != values, NA))

---

这里有一种方法可以让它与 group_map 一起工作

df %>%
  bind_cols(df %>% group_by(group) %>% group_map(~{
            tibble(idex = replace(seq_along(.x$thresh), !.$thresh, NA), 
                   max_v1 = max(.x$values[.x$thresh],na.rm = TRUE), 
                   max_v = replace(max_v1, max_v1 != .x$values, NA)) %>%
             select(-max_v1)
             }) %>%
             bind_rows())