如何使用 purrr 匹配查找表中的记录？答案

【问题标题】：How can I use purrr to match records from a lookup table?如何使用 purrr 匹配查找表中的记录？
【发布时间】：2017-07-15 10:34:07
【问题描述】：

我有这个数据集

library(dplyr)
data_frame(Q1= c('AL', NA, 'TX', 'FL'), Q2=c('MN', 'CO', NA, NA), value=c(10,24,12,54)) 
# A tibble: 4 x 3
     Q1    Q2 value
  <chr> <chr> <dbl>
1    AL    MN    10
2  <NA>    CO    24
3    TX  <NA>    12
4    FL  <NA>    54

我正在尝试使用purrr 使用查找表将Q1 和Q2 中的值转换为完整的状态名称

lktState <- data_frame(abb=state.abb, name=state.name)

到目前为止，我已经尝试过，但它不起作用

data_frame(Q1= c('AL', NA, 'TX', 'FL'), Q2=c('MN', 'CO', NA, NA), value=c(10,24,12,54)) %>% 
  mutate_at(vars('Q1','Q2'), purrr::map(.x = ., lktState$name[match(.x, lktState$abb)]))

匹配错误（.x，lktState$abb）：找不到对象“.x”

【问题讨论】：

这是一种方法，df %>% gather(var, abb, -value) %>% left_join(lktState) %>% select(-abb) %>% spread(var, name)
@sotos 注意这需要tidyr 包。

标签： r dplyr purrr

【解决方案1】：

基本 R 版本（可以矢量化，但这说明了概念）：

xdf <- data.frame(
  Q1= c('AL', NA, 'TX', 'FL'),
  Q2 = c('MN', 'CO', NA, NA),
  value = c(10, 24, 12, 54),
  stringsAsFactors=FALSE
) -> xdf

xdf
##     Q1   Q2 value
## 1   AL   MN    10
## 2 <NA>   CO    24
## 3   TX <NA>    12
## 4   FL <NA>    54
lktState <- setNames(state.name, state.abb)

xdf$Q1 <- lktState[xdf$Q1]
xdf$Q2 <- lktState[xdf$Q2]

xdf
##        Q1        Q2 value
## 1 Alabama Minnesota    10
## 2    <NA>  Colorado    24
## 3   Texas      <NA>    12
## 4 Florida      <NA>    54

“tidyverse”

library(dplyr)

xdf <- data_frame(
  Q1= c('AL', NA, 'TX', 'FL'),
  Q2 = c('MN', 'CO', NA, NA),
  value = c(10, 24, 12, 54)
) -> xdf

xdf
## # A tibble: 4 x 3
##      Q1    Q2 value
##   <chr> <chr> <dbl>
## 1    AL    MN    10
## 2  <NA>    CO    24
## 3    TX  <NA>    12
## 4    FL  <NA>    54
lktState <- setNames(state.name, state.abb)

mutate_at(xdf, .vars=vars(-value), .funs=funs(lktState[.]))
## # A tibble: 4 x 3
##        Q1        Q2 value
##     <chr>     <chr> <dbl>
## 1 Alabama Minnesota    10
## 2    <NA>  Colorado    24
## 3   Texas      <NA>    12
## 4 Florida      <NA>    54

无需使用类似“应用”的惯用语来执行此基本查找表分配。

【讨论】：

【解决方案2】：

我同意 Sotos 的观点，即加入是执行此操作的自然方式。但是，您的purrr 解决方案绝对是可以修复的。

你错过了三件事，

除了简单的单个函数之外，您需要在mutate_at 中使用funs。
map 函数对匿名函数使用 ~ 表示法。
您不想返回一个列表，而是一个字符向量，所以使用_chr 变体。

mutate_at(df,
          vars('Q1', 'Q2'), 
          funs(purrr::map_chr(.x = ., ~lktState$name[match(.x, lktState$abb)])))

给予：

# A tibble: 4 x 3
       Q1        Q2 value
    <chr>     <chr> <dbl>
1 Alabama Minnesota    10
2    <NA>  Colorado    24
3   Texas      <NA>    12
4 Florida      <NA>    54

数据

df <- data_frame(Q1= c('AL', NA, 'TX', 'FL'), Q2=c('MN', 'CO', NA, NA), value=c(10,24,12,54))

【讨论】：