如何使用 purr 的 map 函数计算嵌套列表列的特定列的平均值/总和答案

【问题标题】：How do you calculate the mean / sum of particular columns of a nested list column using purr's map function如何使用 purr 的 map 函数计算嵌套列表列的特定列的平均值/总和
【发布时间】：2020-02-03 15:57:26
【问题描述】：

我正在尝试使用 purr 来总结嵌套列表列的特定列。

library(tidyverse)
z <- tibble(name = c("Bill","Bill","Bill","Sue","Sue"), grade =c(90L,95L,70L,100L,98L), time=c(10L,11L,10L,15L,16L))

summary <- z %>% 
  group_by(name) %>% 
  nest %>% 
  mutate(n = map_int(data,nrow)) %>% 
  mutate(avg = map(data$grade,mean)) %>% 
  mutate(ttl_time = map(data$time, sum))

当我运行这个我得到一个错误:: Column y must be length 3 (the number of rows) or one, not 2

我的目标输出是：

name      data     n      avg      ttl_time

Bill     [3x3]     3      92        31

Sue      [2x3]     2      99        31

当我删除最后两个 mutate 函数时，脚本会按预期工作。这让我相信我没有在数据列中隔离成绩和时间列，但我可以弄清楚我做错了什么？

我观看了这个 r studio 视频，我相信我正在做我在视频中看到的同样的事情。 Working with List Columns

【问题讨论】：

标签： r tidyverse purrr

【解决方案1】：

z %>% 
  group_by(name) %>% 
  nest() %>% 
  mutate(n = map_int(data, nrow),
         avg = map_dbl(data, ~ mean(.x$grade)),
         ttl_time = map_dbl(data, ~ sum(.x$time)))

# # A tibble: 2 x 5
#   name  data                 n   avg ttl_time
#   <chr> <list>           <int> <dbl>    <dbl>
# 1 Bill  <tibble [3 × 2]>     3    85       31
# 2 Sue   <tibble [2 × 2]>     2    99       31

~ 的公式表示法是例如function(.x) mean(.x$grade)

OP 的错误确实源于map 不能直接遍历data 列表的每个grade 元素，至少不能使用这种语法。

data$grade 被理解为列表data 中名为grade 的元素，并且没有这样的元素。

这种替代语法可能有助于理解这是如何实现的：

z %>% 
  group_by(name) %>% 
  nest() %>% 
  mutate(n = map_int(data, nrow),
         avg = map_dbl(map(data, "grade"), mean),
         ttl_time = map_dbl(map(data, "time"), sum))

其中map(data, "grade") 从列表列data 的元素中提取每个grade 组件。

虽然在我看来，这比第一个建议可读性差。

【讨论】：