使用嵌套数据框访问 purrr::map() 中的分组变量

Question

我将tidyr::nest() 与purrr::map() (-family) 结合使用，将data.frame 分组，然后对每个子集做一些花哨的事情。考虑以下示例，请忽略我不需要 nest() 和 map() 来执行此操作（这是一个过于简单的示例）：

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

通常当我执行此类操作时，我需要访问map() 中的分组变量（在本例中为cyl）。但是这些分组变量显示为长度与嵌套数据帧中的行数相对应的向量，因此并不容易使用。

有没有办法可以运行以下操作？我希望将wt 的平均值除以每组（即行）的柱面数（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

将cyl 排除在map 电话之外：

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 将 cyl 视为长度为 8 的向量，因为 nest 会从 data.frame 中删除组。在map_* 函数调用中使用cyl（如在OP 的示例中）会产生8 个长度为8 的向量。

其他2种方法：

两者的结果与上述相同，但根据 OP 的规范，将分组变量保留在 map_* 调用中：

nest之后重新分组

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

map2 用于迭代 cyl

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

Answer 2

在dplyr0-8-0 的新版本中，您现在可以使用group_map，我发现它非常适合这个用例。这是the example github用户@yutannihilation

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)
  })