在 data.frame 子集上获取 purrr 中的总和/平均值

Question

我想在下面找到出现次数的总和，然后在模拟中找到这些总和的平均值：

library(tidyverse)

set.seed(123)

s <- 2

data <- data.frame(
lamda = c(5, 2, 3),
meanlog = c(9, 10, 11), 
sdlog = c(2, 2.1, 2.2))


    data2 <- data %>%
  mutate(freq = map(lamda, ~rpois(s, .x)),
         freqsev = map(freq, ~map(.x, function(k) rlnorm(k, meanlog, sdlog))))

我想取 freqsev 之和，然后取 freqsev 之和在模拟（s）维度上的平均值： 关于如何实现这一点的任何想法？谢谢！

data3 <- data2 %>% 
  mutate(sum-freqsev = ???
         mean-sum-freqsev = ???)

预期尺寸：

data2 是一个具有 3 行的 data.frame（例如，每个 lamda）

sum-freqsev 应该是<int [2]> 的列表，即freqsev 中的条目总和。 mean-sum-freqsev 应该是一个数字，只是 sum-freqsev 每 lamda 的平均值

Answer 1

我们可以使用嵌套的map 来查找sum_freqsev，使用单个map 来查找mean_sum_freqsev：

library(tidyverse)

data3 <- data2 %>% 
  mutate(sum_freqsev = freqsev %>% map(~map_dbl(., sum)),
         mean_sum_freqsev = sum_freqsev %>% map_dbl(mean),
         percentile = freqsev %>% map(~map(., ~quantile(.x, c(.50, .90)))))

内部map_dbl 对每个模拟中的freqsev 的条目求和，并返回一个双精度类型的向量，而不是一个包含两个元素的列表。

mean_sum_freqsev 是通过取 sum_freqsev 的每个列表元素（向量）的 mean 并返回一个双精度来计算的。

输出：

> as.tibble(data3)
# A tibble: 3 x 8
  lamda meanlog sdlog freq      freqsev    sum_freqsev mean_sum_freqsev percentile
  <dbl>   <dbl> <dbl> <list>    <list>     <list>                 <dbl> <list>    
1     5       9   2   <int [2]> <list [2]> <dbl [2]>           1493880. <list [2]>
2     2      10   2.1 <int [2]> <list [2]> <dbl [2]>            623586. <list [2]>
3     3      11   2.2 <int [2]> <list [2]> <dbl [2]>             15219. <list [2]>

> data3 %>% pull(percentile)
[[1]]
[[1]][[1]]
      50%       90% 
  24633.8 1832533.5 

[[1]][[2]]
      50%       90% 
 22461.18 114075.74 

[[2]]
[[2]][[1]]
     50%      90% 
470808.0 845321.7 

[[2]][[2]]
      50%       90% 
 12539.82 202665.48 

[[3]]
[[3]][[1]]
      50%       90% 
 3906.931 10100.830 

[[3]][[2]]
50% 90% 
 NA  NA