使用嵌套數據框訪問purrr :: map（）中的分組變量

Question

我將tidyr::nest()與purrr::map() （-family）結合使用，將data.frame分為幾組，然后對每個子集做一些花哨的東西。 考慮下面的示例， 請忽略以下事實：我不需要nest()和map()來執行此操作 （這是一個過於簡化的示例）：

library(dplyr)
library(purrr)
library(tidyr)

mtcars %>% 
  group_by(cyl) %>%
  nest() %>%
  mutate(
    wt_mean = map_dbl(data,~mean(.x$wt))
  )

# A tibble: 8 x 4
    cyl  gear data               cly2
  <dbl> <dbl> <list>            <dbl>
1     6     4 <tibble [4 x 9]>      6
2     4     4 <tibble [8 x 9]>      4
3     6     3 <tibble [2 x 9]>      6
4     8     3 <tibble [12 x 9]>     8
5     4     3 <tibble [1 x 9]>      4
6     4     5 <tibble [2 x 9]>      4
7     8     5 <tibble [2 x 9]>      8
8     6     5 <tibble [1 x 9]>      6

通常，當我執行這種類型的操作時，需要訪問map()的分組變量（在這種情況下為cyl map() 。 但是這些分組變量顯示為向量，其長度與嵌套數據框中的行數相對應，因此不容易使用。

有沒有辦法可以執行以下操作？ 我希望將wt的平均值除以每組 （即行）的圓柱數（ cyl ）。

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  mutate(
    wt_mean = map_dbl(data,~mean(.x$wt)/cyl)
  )


Error in mutate_impl(.data, dots) : 
  Evaluation error: Result 1 is not a length 1 atomic vector.

Answer 1

從map通話中刪除cyl ：

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  mutate(
    wt_mean = map_dbl(data, ~mean(.x$wt)) / cyl
  )

# A tibble: 8 x 4
    cyl  gear data              wt_mean
  <dbl> <dbl> <list>              <dbl>
1     6     4 <tibble [4 x 9]>    0.516
2     4     4 <tibble [8 x 9]>    0.595
3     6     3 <tibble [2 x 9]>    0.556
4     8     3 <tibble [12 x 9]>   0.513
5     4     3 <tibble [1 x 9]>    0.616
6     4     5 <tibble [2 x 9]>    0.457
7     8     5 <tibble [2 x 9]>    0.421
8     6     5 <tibble [1 x 9]>    0.462

map_dbl將cyl視為長度為8的向量，因為nest從data.frame刪除了組。 在map_*函數調用中使用cyl （如OP的示例）會產生8個長度為8的向量。

其他2種方法：

兩者都具有與上述相同的結果，但根據OP的規范，將分組的變量保留在map_*調用中：

nest后重新分組

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  group_by(cyl, gear) %>%
  mutate(wt_mean = map_dbl(data,~mean(.x$wt)/cyl))

map2用於遍歷cyl

mtcars %>% 
  group_by(cyl,gear) %>%
  nest() %>%
  mutate(wt_mean = map2_dbl(data, cyl,~mean(.x$wt)/ .y))

Answer 2

在dplyr 0-8-0的新版本中，您現在可以使用group_map ，對於這種用例，我發現它非常方便。 這是github用戶@yutannihilation 的示例

library(dplyr, warn.conflicts = FALSE)

mtcars %>% 
  group_by(cyl) %>%
  group_map(function(data, group_info) {
    tibble::tibble(wt_mean = mean(data$wt) / group_info$cyl)
  })