使用 purrr 映射 dplyr::select答案

【问题标题】：using purrr to map dplyr::select使用 purrr 映射 dplyr::select
【发布时间】：2018-10-22 05:52:23
【问题描述】：

我有一个包含一堆嵌套数据框的数据框，我想将 dplyr::select 应用于每个嵌套数据框。这是一个例子

 library(tidyverse)

 mtcars %>%
 group_by(cyl) %>%
 nest %>%
 mutate(data2 = ~map(data, dplyr::select(.,-mpg)))

我认为这会产生一个包含三列的数据框。 cyl：柱面数，data：嵌套数据，data2：与数据相同，只是每个元素都没有mpg列。

而是 R 崩溃：

 *** caught segfault ***
address 0x7ffc1e445000, cause 'memory not mapped'

Traceback:
 1: .Call(`_dplyr_mutate_impl`, df, dots)
 2: mutate_impl(.data, dots)
 3: mutate.tbl_df(., data2 = ~map(data, dplyr::select(., -mpg)))
 4: mutate(., data2 = ~map(data, dplyr::select(., -mpg)))
 5: function_list[[k]](value)
 6: withVisible(function_list[[k]](value))
 7: freduce(value, `_function_list`)
 8: `_fseq`(`_lhs`)
 9: eval(quote(`_fseq`(`_lhs`)), env, env)
10: eval(quote(`_fseq`(`_lhs`)), env, env)
11: withVisible(eval(quote(`_fseq`(`_lhs`)), env, env))
12: mtcars %>% group_by(cyl) %>% nest %>% mutate(data2 = ~map(data,     dplyr::select(., -mpg)))

Possible actions:
1: abort (with core dump, if enabled)
2: normal R exit
3: exit R without saving workspace
4: exit R saving workspace

我意识到如果我在嵌套之前应用选择操作，我可以获得我想要的列，但这与我的实际问题不太相似。有人可以向我解释我在这里做错了什么吗？感谢您的建议。

【问题讨论】：

你可以重试代码，但使用mutate(data = map(data, function(x) dplyr::select(x, -mpg)))
崩溃总是可以报告的。你应该用sessionInfo()-output 描述R 的版本和所有的包。
知道了，我也会提交一份错误报告。

标签： r dplyr purrr

【解决方案1】：

您需要将~ 从map 移动到select；或将评论用作@Russ；当函数（在本例中为 purrr::map）接受公式作为参数时使用 ~：

mtcars %>%
    group_by(cyl) %>%
    nest %>%
    mutate(data2 = map(data, ~ select(., -mpg)))

# A tibble: 3 x 3
#    cyl data               data2            
#  <dbl> <list>             <list>           
#1     6 <tibble [7 × 10]>  <tibble [7 × 9]> 
#2     4 <tibble [11 × 10]> <tibble [11 × 9]>
#3     8 <tibble [14 × 10]> <tibble [14 × 9]>

【讨论】：

我不明白为什么人们对探索崩溃没有更多的兴趣。我认为所有的车祸都是“应报告的犯罪”。（我没有崩溃，只有一条错误消息，但我在 Mac 上并且只运行 3.4.3。）
@42- 你是对的。我完全错过了崩溃部分。我也没有撞车。只有错误消息。

【解决方案2】：

这里有 2 种方法：一种跳过嵌套并仅使用 do，另一种嵌套然后使用 map。 unnest(data2) 然后将其重新放入常规数据框中。需要注意的是，我在第一个示例中将-cyl 包含在select 中；那是因为否则，您最终会得到两次cyl，一次来自分组列，一次来自未嵌套的数据框。

除了个人喜好之外，我不确定其中一种方法是否比另一种更好。

library(tidyverse)

mtcars %>%
    group_by(cyl) %>%
    do(data2 = select(., -mpg, -cyl)) %>%
    unnest(data2)
#> # A tibble: 32 x 10
#>      cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1     4 108      93  3.85  2.32  18.6     1     1     4     1
#>  2     4 147.     62  3.69  3.19  20       1     0     4     2
#>  3     4 141.     95  3.92  3.15  22.9     1     0     4     2
#>  4     4  78.7    66  4.08  2.2   19.5     1     1     4     1
#>  5     4  75.7    52  4.93  1.62  18.5     1     1     4     2
#>  6     4  71.1    65  4.22  1.84  19.9     1     1     4     1
#>  7     4 120.     97  3.7   2.46  20.0     1     0     3     1
#>  8     4  79      66  4.08  1.94  18.9     1     1     4     1
#>  9     4 120.     91  4.43  2.14  16.7     0     1     5     2
#> 10     4  95.1   113  3.77  1.51  16.9     1     1     5     2
#> # ... with 22 more rows

mtcars %>%
    group_by(cyl) %>%
    nest() %>%
    mutate(data2 = map(data, function(df) select(df, -mpg))) %>%
    unnest(data2)
# same output

【讨论】：

【解决方案3】：

另一种解决方案是将-mpg“按原样”传递给map()，这将正确地传递给select()。

mtcars %>%
  group_by(cyl) %>%
  nest %>%
  mutate(data2 = map( data, select, -mpg ))

在R 3.6.1 和dplyr 0.8.3 中工作。

【讨论】：