如何使用 purrr 嵌套数据对特定行进行计算

Question

所以我刚开始使用 Purrr 和嵌套数据，我很喜欢它，但我也有点迷茫。

我的列表看起来有点像：

library(tidyverse)

test <- tibble(
  id= rep(1:3, each=20),
  Index = rep(1:20, 3),
  x = rnorm(60),
  y = rnorm(60),
  z = rnorm(60)
)

id  Index    x         y        z
1     1     0.03     -0.39     0.4
1     2     1.2      -0.49     0.6
1     3     1.6      -0.59     0.7
....
2     1     0.2      -6.2      0.1
2     2     1.1      -6.3      0.6
2     3     1.5      -5.1      0.4
...

我通过 id 嵌套了数据

t_nest <- test %>% group_by(id) %>% nest()

+--------------------+----------------------+-----+--+---+
| # A tibble: 3 x 2  |                      |     |  |   |
+--------------------+----------------------+-----+--+---+
| # Groups:   id [3] |                      |     |  |   |
|                    |  id data             |     |  |   |
|   <int> <list>     |                      |     |  |   |
| 1                  |  1 <tibble [20 x 4]> |     |  |   |
| 2                  |  2 <tibble [20 x 4]> |     |  |   |
| 3                  |  3 <tibble [20 x 4]> |     |  |   |
+--------------------+----------------------+-----+--+---+

所以我现在要做的是计算每组的第一个和第二个索引之间的 x 差。我通过改变一个只包含前两个索引行的新列来解决这个问题。比我取消嵌套该列并进行计算并再次删除它。

inlever <- function(x){
  inlever = abs(x[[1]]-x[[2]])
  return(inlever)
}

test_inlever <- t_nest %>% 
  mutate(inlever_coord = map(data, ~filter(.,Index == c("1","2")))) %>%  unnest(inlever_coord) %>% 
  group_by(id) %>% 
  mutate(inlever_d = inlever(x)) %>% 
  select(-c(x,y,z,Index))


+--------------------+----------------------+--------+--+-------------+
| # A tibble: 6 x 3  |                      |        |  |             |
+--------------------+----------------------+--------+--+-------------+
| # Groups:   id [3] |                      |        |  |             |
|                    |  id data             |inlever |  |             |
|   <int> <list>     |                      |  <dbl> |  |             |
| 1                  |  1 <tibble [20 x 4]> |  1.68  |  |             |
| 2                  |  1 <tibble [20 x 4]> |  1.68  |  |             |
| 3                  |  2 <tibble [20 x 4]> |  0.964 |  |             |
| 4                  |  2 <tibble [20 x 4]> |  0.964 |  |             |
| 5                  |  3 <tibble [20 x 4]> |  0.135 |  |             |
| 6                  |  3 <tibble [20 x 4]> |  0.135 |  |             |
+--------------------+----------------------+--------+--+-------------+

我现在的问题是

1. 有更简单的方法吗？我可以通过只选择我想要使用的两行来直接在嵌套数据中计算吗？
2. 有没有办法重命名嵌套表中的数据部分？而不是“数据”，我希望它被称为“坐标”，如下所示：

+--------------------+----------------------+-----+--+---+
| # A tibble: 3 x 2  |                      |     |  |   |
+--------------------+----------------------+-----+--+---+
| # Groups:   id [3] |                      |     |  |   |
|                    |  id coordinates      |     |  |   |
|   <int> <list>     |                      |     |  |   |
| 1                  |  1 <tibble [20 x 4]> |     |  |   |
| 2                  |  2 <tibble [20 x 4]> |     |  |   |
| 3                  |  3 <tibble [20 x 4]> |     |  |   |
+--------------------+----------------------+-----+--+---+

Answer 1

这就是你要找的吗？只需三行代码，使用直接来自原始数据帧的匿名函数即可轻松完成。我们首先排列数据，以便我们知道索引的顺序正确，将其嵌套（使用您的新名称），然后进行变异以进行计算。

test %>%
  arrange(id, Index) %>%
  nest(coordinates = -id) %>%
  mutate(inlever_d = map_dbl(coordinates, ~ abs(.x[['x']][1] - .x[['x']][2])))
#> # A tibble: 3 x 3
#>      id coordinates       inlever_d
#>   <int> <list>                <dbl>
#> 1     1 <tibble [20 x 4]>     0.330
#> 2     2 <tibble [20 x 4]>     0.850
#> 3     3 <tibble [20 x 4]>     0.487

Answer 2

我会在嵌套数据之前单独进行inlever 计算，如果我们需要数据，然后通过连接将其添加到结果中。

library(dplyr)

test %>%
  filter(Index %in% c(1, 2)) %>%
  group_by(id) %>%
  summarise(inlever_d = inlever(x)) %>%
  left_join(test %>% tidyr::nest(coordinates = -id), by = 'id')


# A tibble: 3 x 3
#     id inlever_d coordinates      
#  <int>     <dbl> <list>           
#1     1     0.330 <tibble [20 × 4]>
#2     2     0.850 <tibble [20 × 4]>
#3     3     0.487 <tibble [20 × 4]>

数据

set.seed(123)
test <- tibble(
          id= rep(1:3, each=20),
          Index = rep(1:20, 3),
          x = rnorm(60),
          y = rnorm(60),
          z = rnorm(60)
          )