基于谓词函数的数据框的变化列（dplyr :: mutate_if）

我想使用dplyr的mutate_if()函数将list-columns转换为data-frame-columns，但是当我试图将数据框列转换为令人费解的错误时这样做。我使用dplyr 0.5.0，purrr 0.2.2，R 3.3.0。基于谓词函数的数据框的变化列（dplyr :: mutate_if）

基本设置是这样的：我有一个数据帧d，其中一些人的列列表：

d <- dplyr::data_frame(
    A = list(
    list(list(x = "a", y = 1), list(x = "b", y = 2)), 
    list(list(x = "c", y = 3), list(x = "d", y = 4)) 
), 
    B = LETTERS[1:2] 
)

我想列出的列转换（在这种情况下，d$A）到使用下面的函数的数据帧的柱：

tblfy <- function(x) { 
    x %>% 
    purrr::transpose() %>% 
    purrr::simplify_all() %>% 
    dplyr::as_data_frame() 
}

即，我想列表列d$A到由列表lapply(d$A, tblfy)，这是

被替换

[[1]] 
# A tibble: 2 x 2 
     x  y 
    <chr> <dbl> 
1  a  1 
2  b  2 

[[2]] 
# A tibble: 2 x 2 
     x  y 
    <chr> <dbl> 
1  c  3 
2  d  4

当然，在这种简单的情况下，我可以做一个简单的重新分配。然而，重点是我希望以一种通用的方式通过编程方式完成这项工作，理想情况下是使用dplyr，可以处理任意数量的列表列。

这里就是我绊倒：当我尝试使用下面的应用

d %>% dplyr::mutate_if(is.list, funs(tblfy))

我得到一个错误信息，我不知道如何解释到转换列表列数据帧列：

Error: Each variable must be named. 
Problem variables: 1, 2

为什么mutate_if()失败？我如何正确地应用它来获得期望的结果？

备注

一个评论者指出，功能tblfy()应该被量化。这是一个合理的建议。但是 - 除非我错误地进行了矢量化 - 这似乎并没有解决问题的根源。堵在tblfy()向量化版本，

tblfy_vec <- Vectorize(tblfy)

到mutate_if()失败，出现错误

Error: wrong result size (4), expected 2 or 1

更新

获得与purrr一些经验后，现在我发现下面的方法自然，如果有点啰嗦：

d %>% 
    map_if(is.list, ~ map(., ~ map_df(., identity))) %>% 
    as_data_frame()

这与@ alistaire的解决方案或多或少相同，但使用map_if()， map()，代替mutate_if()， Vectorize()。

来源

2016-07-07 egnha

那么究竟是什么样的预期产出呢？你想将列表中的A从列表中更改为一个骰子列表？ – MrFlick

你的功能不是矢量化的，它只接受一个列表。看看'tblfy（d $ A）'。有一个错误，因为'd $ A'中有两个列表。你不是在比较苹果和苹果。在你的'lapply（d $ A，tblfy）'中，你一次给你的函数列出一个列表，这就是它的原因。 'tblfy（d $ A [[1]]）''和'tblfy（d $ A [[2]]）''。在你的dplyr函数中，你提供了两个列表。将'tblfy'更改为接受多个列表，或更改dplyr调用。或者如弗里克先生所问，更广泛地思考你正在建设什么。 –

@MrFlick我编辑了这个问题，以使所需的输出清晰。现在清楚吗？ – egnha

原来tblfy功能出现了错误，我（即使它的元素直接链接），所以让我们重建了一点，添加矢量为好，这让我们避免的，否则，有必要事先rowwise()电话：

tblfy <- Vectorize(function(x){x %>% purrr::map_df(identity) %>% list()})

现在我们可以使用mutate_if很好：

d %>% mutate_if(purrr::is_list, tblfy) 
## Source: local data frame [2 x 2] 
## 
##    A  B 
##   <list> <chr> 
## 1 <tbl_df [2,2]>  A 
## 2 <tbl_df [2,2]>  B

...如果我们UNNEST，看看那里有什么，

d %>% mutate_if(purrr::is_list, tblfy) %>% tidyr::unnest() 
## Source: local data frame [4 x 3] 
## 
##  B  x  y 
## <chr> <chr> <dbl> 
## 1  A  a  1 
## 2  A  b  2 
## 3  B  c  3 
## 4  B  d  4

一对夫妇的注意事项：

map_df(identity)似乎是在构建一个tibble比任何替代配方更有效。我知道identity调用似乎没有必要，但大部分其他事情都会中断。
我不确定tblfy会有多大的用处，因为它在某种程度上取决于列表列中的列表结构，而列表结构可能有很大的差异。如果你有很多类似的结构，我认为它很有用。
可能有办法做到这一点与pmap而不是Vectorize，但我不能让它与粗略尝试工作。

来源

2016-07-07 20:03:30 alistaire

谢谢，就是这样！你使用'map_df（）'的'tblfy（）'版本比我的更简洁。没有想过这样做。实际上，查看'map_df（）'的源代码可以解释为什么你的解决方案能够工作，特别是为什么'list（）'是必须的（最初让我感到困惑）：因为'map_df'实际上是'map'，其次是'bind_rows'，省略'list（）'会导致尺寸为4 x 2的数据帧。 – egnha

就地转换，没有任何复制：

library(data.table) 

for (col in d) if (is.list(col)) lapply(col, setDF) 

d 
#Source: local data frame [2 x 2] 
# 
#    A B 
#1 <S3:data.frame> A 
#2 <S3:data.frame> B

来源

2016-07-07 20:00:34 eddi

不回答有关'mutate_if'的原始问题，但是它是一个很好的解决基本问题的方法。 data.table对我来说是新的。谢谢！ – egnha

基于谓词函数的数据框的变化列（dplyr :: mutate_if）

回答

相关问题