带有嵌套 data.frame 的 purrr::map_df答案

【问题标题】：purrr::map_df with nested data.frame带有嵌套 data.frame 的 purrr::map_df
【发布时间】：2018-10-11 14:58:30
【问题描述】：

我想遍历一系列数据帧并将相同的函数应用于所有数据帧。

我正在尝试使用 tidyr::nest 和 purrr::map_df。这是我正在努力实现的那种事情的代表。

data(iris)
library(purrr)
library(tidyr)

iris_df <- as.data.frame(iris)
my_var <- 2

my_fun <- function(df) {
  sum_df <- sum(df) + my_var
}

iris_df %>% group_by(Species) %>% nest() %>% map_df(.$data, my_fun)
# Error: Index 1 must have length 1

我做错了什么？有不同的方法吗？

编辑：澄清我想要的输出。针对包含输出的新列，例如

|Species|Data|my_function_output|
|:------|:---|:-----------------|
|setosa |<tibble>|509.1         |

【问题讨论】：

你能给我们一个你想要的输出的例子吗？
当您nest() 时，它实际上会在您的“父级”data.frame 中创建一个list 列（即iris）。要做你想做的事，你需要像这样将mutate 和map 结合起来：%>% mutate(data = map(data, ~my_fun))
@CPak 运行 iris_df %>% group_by(Species) %>% nest() %>% mutate(my_col = map_df(data, ~my_fun))。返回#Error in mutate_impl(.data, dots) : Evaluation error: Argument 1 must be a data frame or a named atomic vector, not a function.
抱歉@CPak 错误地使用了map_df，但map 没有给出正确的输出。 iris_df %>% group_by(Species) %>% nest() %>% mutate(my_col = map_dbl(data, my_fun)) 根据@Renu 提供所需的输出。
@mark - 你是对的 - 我没有查看你的函数的返回值 - 假设它是你返回的 data.frame。 map_dbl 正如你所指出的那样工作，因为你返回的是一个数值

标签： r tidyr purrr

【解决方案1】：

问题在于nest() 为您提供了一个data.frame，其中包含data 列，该列是data.frames 的列表。您需要在nest() 输出的data 列上使用map 或sapply，而不是整个nest 输出。我使用sapply，但你也可以使用map_dbl。如果您使用map，您最终会得到list 输出，而map_df 将不起作用，因为它需要命名输入。

iris_df %>% 
  group_by(Species) %>% 
  nest() %>% 
  mutate(my_fun_out = sapply(data, my_fun))

# A tibble: 3 x 3
  Species    data              my_fun_out
  <fct>      <list>                 <dbl>
1 setosa     <tibble [50 x 4]>        509
2 versicolor <tibble [50 x 4]>        717
3 virginica  <tibble [50 x 4]>        859

【讨论】：