首页 文章

使用purrr映射dplyr :: select

提问于
浏览 次
3

我有一个数据框，其中包含一堆嵌套的数据框，我想将dplyr :: select应用于每个嵌套数据框 . 这是一个例子

library(tidyverse)

 mtcars %>%
 group_by(cyl) %>%
 nest %>%
 mutate(data2 = ~map(data, dplyr::select(.,-mpg)))

我认为这会产生一个包含三列的数据框 . cyl ：柱面数 data ：嵌套数据 data2 ：与数据相同，但每个元素都没有mpg列 .

相反，R崩溃：

抓到了段落
地址0x7ffc1e445000，导致'内存未映射'

追溯：
1：.Call（_dplyr_mutate_impl，df，dots）
2：mutate_impl（.data，dots）
3：mutate.tbl_df（ . ，data2 = ~map（data，dplyr :: select（ . ， - mpg）））
4：mutate（ . ，data2 = ~map（data，dplyr :: select（ . ， - mpg）））
5：function_list [[k]]（value）
6：withVisible（function_list [[k]]（value））
7：freduce（value，_ function_list）
8：_fseq（_lhs）
9：eval（quote（_fseq（_lhs）），env，env）
10：eval（quote（_fseq（_lhs）），env，env）
11：withVisible（eval（quote（_fseq（_lhs）），env，env））
12：mtcars％>％group_by（cyl）％>％nest％>％mutate（data2 = ~map（data，dplyr :: select（ . ， - mpg）））

可能的行动：
1：中止（使用核心转储，如果启用）
2：正常R退出
3：退出R而不保存工作区
4：退出R保存工作区

我意识到如果我在嵌套之前应用选择操作，我可以获得我想要的列，但这与我真正的问题不太相似 . 有人可以向我解释我在这里做错了什么吗？谢谢你的建议 .

r dplyr purrr

2 回答

  • 3

    你需要将 ~ 从 map 移到 select ;或者将评论用作@Russ;函数（在本例中为 purrr::map ）接受公式作为参数时使用 ~ ：

    mtcars %>%
    group_by(cyl) %>%
    nest %>%
    mutate(data2 = map(data, ~ select(., -mpg)))

# A tibble: 3 x 3
#    cyl data               data2            
#  <dbl> <list>             <list>           
#1     6 <tibble [7 × 10]>  <tibble [7 × 9]> 
#2     4 <tibble [11 × 10]> <tibble [11 × 9]>
#3     8 <tibble [14 × 10]> <tibble [14 × 9]>
    回复于
  • 1

    这里有两种方式：一种是跳过嵌套，只使用 do ，一种是嵌套，然后使用 map . unnest(data2) 然后将其恢复为常规数据框 . 需要注意的一点是，我在第一个例子中的 select 中包含了 -cyl ;这是因为否则，你最终得到 cyl 两次，一次来自分组列，一次是来自未建模的数据框 .

    除了个人偏好之外，我不确定其中一种方法是否优于另一种方式 .

    library(tidyverse)

mtcars %>%
    group_by(cyl) %>%
    do(data2 = select(., -mpg, -cyl)) %>%
    unnest(data2)
#> # A tibble: 32 x 10
#>      cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1     4 108      93  3.85  2.32  18.6     1     1     4     1
#>  2     4 147.     62  3.69  3.19  20       1     0     4     2
#>  3     4 141.     95  3.92  3.15  22.9     1     0     4     2
#>  4     4  78.7    66  4.08  2.2   19.5     1     1     4     1
#>  5     4  75.7    52  4.93  1.62  18.5     1     1     4     2
#>  6     4  71.1    65  4.22  1.84  19.9     1     1     4     1
#>  7     4 120.     97  3.7   2.46  20.0     1     0     3     1
#>  8     4  79      66  4.08  1.94  18.9     1     1     4     1
#>  9     4 120.     91  4.43  2.14  16.7     0     1     5     2
#> 10     4  95.1   113  3.77  1.51  16.9     1     1     5     2
#> # ... with 22 more rows

mtcars %>%
    group_by(cyl) %>%
    nest() %>%
    mutate(data2 = map(data, function(df) select(df, -mpg))) %>%
    unnest(data2)
#> # A tibble: 32 x 10
#>      cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1     6  160    110  3.9   2.62  16.5     0     1     4     4
#>  2     6  160    110  3.9   2.88  17.0     0     1     4     4
#>  3     6  258    110  3.08  3.22  19.4     1     0     3     1
#>  4     6  225    105  2.76  3.46  20.2     1     0     3     1
#>  5     6  168.   123  3.92  3.44  18.3     1     0     4     4
#>  6     6  168.   123  3.92  3.44  18.9     1     0     4     4
#>  7     6  145    175  3.62  2.77  15.5     0     1     5     6
#>  8     4  108     93  3.85  2.32  18.6     1     1     4     1
#>  9     4  147.    62  3.69  3.19  20       1     0     4     2
#> 10     4  141.    95  3.92  3.15  22.9     1     0     4     2
#> # ... with 22 more rows

    由reprex package（v0.2.0）创建于2018-05-11 .

    回复于

相关问题