在数据框中取消嵌套数据框答案

【问题标题】：Unnesting a dataframe within a dataframe在数据框中取消嵌套数据框
【发布时间】：2019-03-16 19:08:57
【问题描述】：

我一直在尝试通过 Hmisc R 包计算二项分布的置信区间。具体来说，我使用了 binconf 函数，它完美地完成了它的工作。

library(plyr)
library(Hmisc)

Student <- c("A", "B", "C")
TP <- c(13, 36, 43)
obs.pos <- c(16, 37, 48)

df <- data.frame(Student, TP, obs.pos)

df1 <- df %>% 
  plyr::mutate(Sen = binconf(TP, obs.pos, alpha = 0.05, method = "wilson", return.df = TRUE))

df1 %>% View()

#  Student TP obs.pos Sen.PointEst Sen.Lower Sen.Upper
#1       A 13      16    0.8125000 0.5699112 0.9340840
#2       B 36      37    0.9729730 0.8617593 0.9986137
#3       C 43      48    0.8958333 0.7783258 0.9546783

不幸的是，我觉得该函数在我的原始数据框中创建了一个数据框，并且不允许我再对我的输出应用基本函数。例如，我无法选择列（通过使用 dplyr）或舍入数字，因为 R 无法找到创建的列（例如 Sen.PointEst、Sen.Lower、Sen.Upper）。下面是我的输出结构。

df1 %>% str()

#'data.frame':  3 obs. of  4 variables:
# $ Student: Factor w/ 3 levels "A","B","C": 1 2 3
# $ TP     : num  13 36 43
# $ obs.pos: num  16 37 48
# $ Sen    :'data.frame':   3 obs. of  3 variables:
#  ..$ PointEst: num  0.812 0.973 0.896
#  ..$ Lower   : num  0.57 0.862 0.778
#  ..$ Upper   : num  0.934 0.999 0.955

我希望将所有列都放在输出的第一级，以便我可以轻松地将所有常规函数应用于我的输出。

感谢您的帮助！

【问题讨论】：

标签： r dplyr plyr confidence-interval hmisc

【解决方案1】：

我们在data.frame 中有一个data.frame 列。扁平化data.frame 的一种选择是在do.call 内调用data.frame

dfN <- do.call(data.frame, df1)

或者另一种选择是在do 中调用binconf

df %>% 
  do(data.frame(., Sen = binconf(.$TP, .$obs.pos, alpha = 0.05, method = "wilson")))

【讨论】：

我喜欢第二个选项，但如果输出中的一个单元格具有 NA 值，它会返回错误。这是我收到的信息。 Error in if (x > 0) x/(x + qf(1 - alpha/2, nu1, nu2) * (n - x + 1)) else 0 : missing value where TRUE/FALSE needed
@MichaelMatta 如果你这样做binconf(df$TP, obs.pos, alpha = 0.05, method = "wilson")，它会返回一个matrix，带有return.df = TRUE。我猜它不适用于NA 值。创建一个索引，然后更新它。即i1 <- !is.na(df$TP); binconf(df$TP[i1], obs.pos, alpha = 0.05, method = "wilson")
我意识到我没有缺失值，而是真正的零。通过在您的代码中将 .$obs.pos 替换为 obs.pos 解决了该问题。你同意吗？
@MichaelMatta 是的，我完全忘记了那个变量。你是对的

【解决方案2】：

使用tidyverse 包的另一个选项，可以处理缺失值。这目前增加了几个额外的列，这可能是一个错误？？

library(tidyverse)

Student <- c("A", "B", "C", "D", "E")
TP <- c(13, 36, 43, NA, 0)
obs.pos <- c(16, 37, 48, NA, 0)



df <- data.frame(Student, TP, obs.pos)


df %>% 
  nest(TP, obs.pos) %>% 
  mutate(out = map_if(
    data, .p = ~ !is.na(.$TP) & !is.na(.$obs.pos),
    .f = ~ Hmisc::binconf(.$TP, .$obs.pos, return.df = TRUE))) %>% 
  unnest(data, out) 


 Student TP obs.pos  PointEst     Lower     Upper TP1 obs.pos1
1       A 13      16 0.8125000 0.5699112 0.9340840  NA       NA
2       B 36      37 0.9729730 0.8617593 0.9986137  NA       NA
3       C 43      48 0.8958333 0.7783258 0.9546783  NA       NA
4       D NA      NA        NA        NA        NA  NA       NA
5       E  0       0       NaN       NaN       NaN  NA       NA

【讨论】：