用 dplyr::group_split 和 purrr::map_df 替换 dplyr::do 函数

Question

我正在寻找替换我的一些使用 dplyr::do 的 R 代码，因为这个函数很快就会被弃用。我的很多工作都需要创建分层的 CDF 图。使用 dply:do 时，我分层的变量作为变量传递给结果数据框，然后我可以轻松地使用它进行绘图。

我有一个使用 dplyr::group_split 和 purrr::map_df 替换 dplyr::do 的解决方案。但是，我在 dplyr::group_split 中传递的变量未在结果数据框中命名。这使得绘制分层数据变得困难。如何确保我在 dlyr::group_split 中传递的变量在结果数据框中命名？

这是一些创建我需要用 dplyr::do: 绘制的数据的代码：

library(dplyr)
library(purrr)
library(ggplot2)

# simulate data
dat <- tibble(
  strat = rep(letters[1:3], each = 33), 
  var   = rnorm(99, 0, 1))

# example 1 that works, but will be depricated 
test_dat_1 <- dat %>% 
  dplyr::select(strat, var) %>%
  dplyr::group_by(strat) %>%
  dplyr::do(data.frame(X = wtd.Ecdf(.[[2]])$x, 
                       Y = wtd.Ecdf(.[[2]])$ecdf*100))

# this is the target plot
p <- ggplot(test_dat_1, aes(X, Y, colour = strat))
p + geom_step()

这是使用新的 tidy 和 purrr 函数创建数据的解决方案，但受限于最终数据框中未提供我要分层的变量，这使得绘制分层数据很麻烦：

# replacement for 'do'
test_dat_2 <- dat %>%
  group_split(strat) %>%
  map_df(~wtd.Ecdf(.x$var),
         tibble::enframe(name = "X", value = "Y"))

Answer 1

假设wtd.Ecdf来自Hmisc，则输出为namedlist，可以用as_tibble转换成两列数据集，修改'ecdf'列如@987654328 @解决方案mutate

library(dplyr)
library(purrr)
library(Hmisc)
library(ggplot2)
test_dat_2 <- dat %>% 
                 group_split(strat) %>% 
                 map_df(~ c(strat = first(.x$strat), wtd.Ecdf(.x$var)) %>% 
                              as_tibble %>%
                              mutate(ecdf = ecdf * 100)) %>%
                 rename_at(2:3, ~ c("X", "Y"))

现在，在绘图中使用它

p <- ggplot(test_dat_2, aes(X, Y, colour = strat))
p + geom_step()

-输出

---

一个选项也是在nesting 之后执行此操作

test_dat_3 <- dat %>%
                group_by(strat) %>%
                nest() %>% 
                mutate(out = map(data, ~ wtd.Ecdf(.x$var) %>% 
                          as_tibble)) %>% 
                select(-data) %>%
                unnest %>% 
                rename_at(2:3, ~c("X", "Y"))

Answer 2

拆分的另一种选择是嵌套与group_nest()。嵌套后，您在mutate() 中执行map()。

如果您想将所有组绘制在一起，您可以 unnest()，来自 tidyr。

我在map() 中编写了一个匿名函数，而不是使用波浪号。

dat %>%
    group_nest(strat) %>%
    mutate(result = map(data, function(dat) {
        res = Hmisc::wtd.Ecdf(dat$var)
        data.frame(X = res$x, Y = res$ecdf*100)
        }) ) %>%
    tidyr::unnest(result)

# A tibble: 102 x 4
   strat data                   X     Y
   <chr> <list>             <dbl> <dbl>
 1 a     <tibble [33 x 1]> -1.88   0   
 2 a     <tibble [33 x 1]> -1.88   3.03
 3 a     <tibble [33 x 1]> -1.76   6.06
 4 a     <tibble [33 x 1]> -1.17   9.09
...

您可以在取消嵌套之前在 mutate() 调用中根据需要使用 select() 或 data = NULL 删除 data 列。