将嵌套的tibble转换为R中的字符向量答案

【问题标题】：Converting nested tibble to character vector in R将嵌套的tibble转换为R中的字符向量
【发布时间】：2018-08-31 21:06:43
【问题描述】：

我有一个嵌套的数据框tb，看起来像这样：

>tb
# A tibble: 26 x 3
   league         fdj_data          five38_data      
   <chr>          <list>            <list>           
 1 Ch.D1 Danemark <tibble [14 x 1]> <tibble [14 x 1]>
 2 Ch.D1 Ecosse   <tibble [10 x 1]> <tibble [14 x 1]>
 3 Ligue 2        <tibble [20 x 1]> <tibble [19 x 1]>
 4 Serie B        <tibble [18 x 1]> <tibble [21 x 1]>
 5 Liga Segunda   <tibble [20 x 1]> <tibble [20 x 1]>
 6 Ch.D1 Pays-Bas <tibble [18 x 1]> <tibble [21 x 1]>
 7 Ch.D1 Grèce    <tibble [12 x 1]> <tibble [16 x 1]>
 8 Ch.D1 Suède    <tibble [16 x 1]> <tibble [19 x 1]>
 9 Ch.D1 Turquie  <tibble [18 x 1]> <tibble [21 x 1]>
10 Ch.D1 Russie   <tibble [14 x 1]> <tibble [19 x 1]>
# ... with 16 more rows

我还有一个函数（我们称之为func），它接受 2 个字符向量（可能具有不同的长度）并输出另一个字符向量（与第一个 arg 的长度长度相同）

我想添加另一列，每行包含func(fdj_data, five38_data)

我试过了

tb %>% 
  mutate(new_var = func(fdj_data, five38_data))

和

tb %>% 
  mutate(fdj_data = as.character(fdj_data),
         five38_data = as.character(five38_data)) %>%
  mutate(new_var = func(fdj_data, five38_data))

但两者都不起作用。我也尝试过purrr::map()，但并没有更成功

你有什么想法吗？

【问题讨论】：

可能是mutate(newvar = purrr::map2(fdj_data, five38_data, func))的候选人
您能否使用dput() 并分享您的数据样本

标签： r dplyr tidyr tibble

【解决方案1】：

如果您的func 正确矢量化，您应该不会遇到任何问题。请看下面的例子：

library(tibble)
library(dplyr)
set.seed(123)
func <- function(fdj_data, five38_data) {
  sample(LETTERS, length(fdj_data), replace = TRUE)
}


tb <- tibble(league = paste0(sample(letters, 26, replace = TRUE), 1:26))
tb$fdj_data <- lapply(sample(10:22, 26, replace = TRUE), function(x)tibble(rnorm(x)))
tb$five38_data <- lapply(sample(10:22, 26, replace = TRUE), function(x)tibble(rnorm(x)))
tb

tb %>% 
  mutate(new_var = func(fdj_data, five38_data))

输出：

# A tibble: 26 x 4
   league fdj_data          five38_data       new_var
   <chr>  <list>            <list>            <chr>  
 1 h1     <tibble [17 x 1]> <tibble [14 x 1]> C      
 2 u2     <tibble [17 x 1]> <tibble [19 x 1]> U      
 3 k3     <tibble [13 x 1]> <tibble [10 x 1]> F      
 4 w4     <tibble [11 x 1]> <tibble [20 x 1]> R      
 5 y5     <tibble [22 x 1]> <tibble [16 x 1]> L      
 6 b6     <tibble [21 x 1]> <tibble [19 x 1]> F      
 7 n7     <tibble [18 x 1]> <tibble [18 x 1]> Z      
 8 x8     <tibble [20 x 1]> <tibble [17 x 1]> L      
 9 o9     <tibble [10 x 1]> <tibble [19 x 1]> A      
10 l10    <tibble [16 x 1]> <tibble [18 x 1]> Y      
# ... with 16 more rows

【讨论】：