在嵌套數據框列上使用mutate_at（）生成多個未嵌套的列

Question

我正在嘗試dplyr ， tidyr和purrr 。 我有這樣的數據：

library(tidyverse)

set.seed(123)
df <- data_frame(X1 = rep(LETTERS[1:4], 6),
                 X2 = sort(rep(1:6, 4)),
                 ref = sample(1:50, 24),
                 sampl1 = sample(1:50, 24),
                 var2 = sample(1:50, 24),
                 meas3 = sample(1:50, 24))

現在dplyr非常棒，因為我可以執行mutate_at()的操作來一次操縱多個列。 例如：

df <- df %>% 
  mutate_at(vars(-one_of(c("X1", "X2", "ref"))), funs(first = . - ref)) %>% 
  mutate_at(vars(contains("first")),  funs(second = . *2 ))

和tidyr允許我將數據的子集作為子表嵌套在單個列中：

df <- df %>% nest(-X1) 

多虧了purrr我可以總結這些子表，同時將原始數據保留在嵌套列中：

df %>% mutate(mean = map_dbl(data, ~ mean(.x$meas3_first_second)))

如何使用purrr和mutate_at()生成多個匯總列（采用每個嵌套子表中不同（但不是全部）列的方式）？

在此示例中，我想使用其中包含“ second”一詞的每一列的均值。我希望這可以產生一個新的嵌套列，然后我可以unnest()嵌套unnest()但它不起作用。

df %>% mutate(mean = map(data, ~ mutate_at(vars(contains("second")),
                                           funs(mean_comp_exp = mean(.)))))

我該如何實現？

Answer 1

通過@aosmith的評論是正確的和有益此外，我意識到我需要使用summarise_at()而不是mutate_at()像這樣：

df %>% 
    mutate(mean = map(data, ~ summarise_at(.x, vars(contains("second")),
                                               funs(mean_comp_exp = mean(.) )))) %>%
    unnest(mean)