如何使用 dplyr 计算嵌套 data_frames 中的行数答案

【问题标题】：How to count rows in nested data_frames with dplyr如何使用 dplyr 计算嵌套 data_frames 中的行数
【发布时间】：2017-10-02 21:58:09
【问题描述】：

这是一个愚蠢的示例数据框：

df <- data_frame(A = c(rep(1, 5), rep(2, 4)), B = 1:9) %>% 
  group_by(A) %>% 
  nest()

看起来像这样：

> df
# A tibble: 2 × 2
      A             data
  <dbl>           <list>
1     1 <tibble [5 × 1]>
2     2 <tibble [4 × 1]>

我想添加名为N 的第三列，其条目等于data 中每个嵌套数据帧中的行数。我认为这会起作用：

> df %>% 
+   mutate(N = nrow(data))
Error: Unsupported type NILSXP for column "N"

怎么了？

【问题讨论】：

试试这个：df$nRow <- sapply(df$data, nrow)。您需要一次完成一个单元格。不能对整列数据框做nrow。

标签： r dplyr split-apply-combine

【解决方案1】：

与dplyr:

df %>% 
  group_by(A) %>%
  mutate(N = nrow(data.frame(data)))

      A             data     N
  <dbl>           <list> <int>
1     1 <tibble [5 × 1]>     5
2     2 <tibble [4 × 1]>     4

【讨论】：

【解决方案2】：

结合 dplyr 和 purrr 你可以这样做：

library(tidyverse)

df %>% 
  mutate(n = map_dbl(data, nrow))
#> # A tibble: 2 × 3
#>       A             data     n
#>   <dbl>           <list> <dbl>
#> 1     1 <tibble [5 × 1]>     5
#> 2     2 <tibble [4 × 1]>     4

我喜欢这种方法，因为您可以保持通常的工作流程，在 mutate 中创建一个新列，但利用 map_*-family，因为您需要对列表进行操作。

【讨论】：

【解决方案3】：

你可以这样做：

df %>%
  rowwise() %>%
  mutate(N = nrow(data))

这给出了：

#Source: local data frame [2 x 3]
#Groups: <by row>
#
## A tibble: 2 × 3
#      A             data     N
#  <dbl>           <list> <int>
#1     1 <tibble [5 × 1]>     5
#2     2 <tibble [4 × 1]>     4

【讨论】：

与我上面提到的apply 系列相比，dplyr 解决方案中的解决方案非常好。我非常喜欢这个。