purrr::map() 一个深度嵌套的列表，用于测试数据帧的相等性答案

【问题标题】：purrr::map() a deeply nested list to test for equality of dataframespurrr::map() 一个深度嵌套的列表，用于测试数据帧的相等性
【发布时间】：2020-11-03 00:19:09
【问题描述】：

问题

我有一个包含嵌套列表集的列表。我需要测试最低级别的所有数据帧是否相等，并且在执行此测试时需要尊重数据的分组。

我正在尝试使用 purrr::map() 解决问题，但我很难理解如何迭代每个子列表。

我在这个例子中使用了gapminder，只是因为它可以嵌套两次，这与我的实际数据相同（我不能在这里分享）。

数据

library(dplyr)
library(gapminder)
library(purrr)

tf <- gapminder %>% 
  select(continent, country, year) %>% 
  group_by(continent, year) %>% 
  nest() %>% 
  arrange(desc(year)) %>% 
  ungroup() %>% 
  group_by(year) %>% 
  nest()

我的尝试

tf$data[[1]] 包含每个大陆的数据列表。我需要检查这些列表是否相等。此数据集在此级别生成不相等的列表，但这没关系，我只需要我的实际数据的模式。

我的尝试只允许我遍历底层的一个列表。

map_chr(tf$data[[1]]$data, all_equal, current = tf$data[[1]]$data[[1]])

我需要对底层的所有列表执行此操作：对于 tf 中的每一年、tf$data 中的每个列表、tf$data[[1]] 中的每个大陆、tf$data[[1]]$data 中的每个列表，比较是否第一个列表tf$data[[1]]$data[[1]] 等于该级别的其他列表。

【问题讨论】：

标签： r dplyr purrr

【解决方案1】：

为什么不将列表取消嵌套一层？然后你可以使用dplyr 提供的所有东西，比如分组mutate：

tf %>%
  unnest(data) %>%
  mutate(equal_to_first = map_chr(data, all_equal, current = data[[1]])) %>%
  unnest(equal_to_first)

结果：

# A tibble: 60 x 4
# Groups:   year [12]
    year continent data              equal_to_first          
   <int> <fct>     <list>            <chr>                   
 1  2007 Asia      <tibble [33 × 1]> TRUE                    
 2  2007 Europe    <tibble [30 × 1]> Different number of rows
 3  2007 Africa    <tibble [52 × 1]> Different number of rows
 4  2007 Americas  <tibble [25 × 1]> Different number of rows
 5  2007 Oceania   <tibble [2 × 1]>  Different number of rows
 6  2002 Asia      <tibble [33 × 1]> TRUE                    
 7  2002 Europe    <tibble [30 × 1]> Different number of rows
 8  2002 Africa    <tibble [52 × 1]> Different number of rows
 9  2002 Americas  <tibble [25 × 1]> Different number of rows
10  2002 Oceania   <tibble [2 × 1]>  Different number of rows
# … with 50 more rows

如果您想恢复原来的结构，只需再次nest 即可。

【讨论】：