![](/img/trans.png)
[英]Use dplyr's _if() functions like mutate_if() with a negative predicate function
[英]Mutating columns of a data frame based on a predicate function (dplyr::mutate_if)
我想使用dplyr的mutate_if()
函數將list-columns轉換為data-frame-columns,但是當我嘗試這樣做時遇到一個令人費解的錯誤。 我使用的是dplyr 0.5.0,purrr 0.2.2,R 3.3.0。
基本設置如下所示:我有一個數據框d
,其中一些列是列表:
d <- dplyr::data_frame(
A = list(
list(list(x = "a", y = 1), list(x = "b", y = 2)),
list(list(x = "c", y = 3), list(x = "d", y = 4))
),
B = LETTERS[1:2]
)
我想使用以下函數將列的列(在本例中為d$A
)轉換為數據幀列:
tblfy <- function(x) {
x %>%
purrr::transpose() %>%
purrr::simplify_all() %>%
dplyr::as_data_frame()
}
也就是說,我希望列表列d$A
被列表lapply(d$A, tblfy)
,這是
[[1]]
# A tibble: 2 x 2
x y
<chr> <dbl>
1 a 1
2 b 2
[[2]]
# A tibble: 2 x 2
x y
<chr> <dbl>
1 c 3
2 d 4
當然,在這個簡單的例子中,我可以做一個簡單的重新分配。 然而,重點是我想以編程方式,理想情況下使用dplyr,以一種通用的方式處理任意數量的列表列。
這是我絆倒的地方:當我嘗試使用以下應用程序將list-columns轉換為data-frame-columns時
d %>% dplyr::mutate_if(is.list, funs(tblfy))
我收到一條錯誤消息,我不知道如何解釋:
Error: Each variable must be named.
Problem variables: 1, 2
為什么mutate_if()
會失敗? 如何正確應用它以獲得所需的結果?
備注
一位評論者指出函數tblfy()
應該是矢量化的。 這是一個合理的建議。 但是 - 除非我的矢量化不正確 - 這似乎並沒有找到問題的根源。 插入tblfy()
的矢量化版本,
tblfy_vec <- Vectorize(tblfy)
進入mutate_if()
失敗並出現錯誤
Error: wrong result size (4), expected 2 or 1
更新
在獲得purrr的一些經驗之后,我現在發現以下方法是自然的,如果有點啰嗦:
d %>%
map_if(is.list, ~ map(., ~ map_df(., identity))) %>%
as_data_frame()
這與@ alistaire的解決方案或多或少完全相同,但是使用map_if()
,resp。 map()
,代替mutate_if()
,resp。 Vectorize()
。
沒有任何復制的就地轉換:
library(data.table)
for (col in d) if (is.list(col)) lapply(col, setDF)
d
#Source: local data frame [2 x 2]
#
# A B
#1 <S3:data.frame> A
#2 <S3:data.frame> B
原來的tblfy
函數錯誤輸出(即使它的元素是直接鏈接的),所以讓我們重新rowwise()
一下,添加向量化,這樣我們就可以避免在其他方面必要的先前rowwise()
調用:
tblfy <- Vectorize(function(x){x %>% purrr::map_df(identity) %>% list()})
現在我們可以很好地使用mutate_if
:
d %>% mutate_if(purrr::is_list, tblfy)
## Source: local data frame [2 x 2]
##
## A B
## <list> <chr>
## 1 <tbl_df [2,2]> A
## 2 <tbl_df [2,2]> B
......如果我們不知道那里有什么,
d %>% mutate_if(purrr::is_list, tblfy) %>% tidyr::unnest()
## Source: local data frame [4 x 3]
##
## B x y
## <chr> <chr> <dbl>
## 1 A a 1
## 2 A b 2
## 3 B c 3
## 4 B d 4
幾個筆記:
map_df(identity)
似乎比任何替代配方更有效地構建map_df(identity)
。 我知道identity
調用似乎是不必要的,但大多數其他一切都會破壞。 tblfy
會有多廣泛用處,因為它在某種程度上取決於列表列中列表的結構,這可能會有很大差異。 如果你有很多類似的結構,我認為它很有用。 pmap
而不是Vectorize
來做到這一點,但我不能讓它與一些粗略的嘗試一起工作。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.