Question

在R

中采用以下示例

library(dplyr)
library(tidyr)

mtcars_cyl <- mtcars %>% group_by(cyl) %>% nest()

如果我们查看mtcars_cyl的列名，我们会看到不再包含cyl。

mtcars_cyl$data[[1]] %>% colnames()

[1] "mpg"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear" "carb"

我期待找到一些保留group_by的方法/选项 data中的列，但找到解决方案正在逃避我。我可以理解这可能是一个利基需求。例如，可能想要创建每个group_by数据框的表，并在该输出中包含cyl作为列。

library(pander)
mtcars_cyl$data %>% pander::pander()

在其他情况下，与purrr结合使用时，可能需要在函数调用中包含group_by列。

Answer 1

您可以改用split(mtcars, mtcars$cyl)。这给出了一个数据框列表。

split(mtcars, mtcars$cyl)

#> $`4`
#>                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Datsun 710     22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
#> Merc 240D      24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
#> Merc 230       22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
#> Fiat 128       32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
#> Honda Civic    30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
#> Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
#> Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
#> Fiat X1-9      27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
#> Porsche 914-2  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
#> Lotus Europa   30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
#> Volvo 142E     21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
#>
#> $`6`
#>                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Mazda RX4      21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
#> Mazda RX4 Wag  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
#> Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
#> Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
#> Merc 280       19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
#> Merc 280C      17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
#> Ferrari Dino   19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
#>
#> $`8`
#>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
#> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
#> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
#> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
#> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
#> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
#> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
#> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
#> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
#> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

Answer 2

通常，我倾向于使用nest（），但也会错过分组变量。在将嵌套数据传递到then函数的工作流中，这很少出现问题。该工作流程允许使用嵌套子集数据，并将函数应用于包括分组变量的嵌套数据框。

then

有关purrr::pmap与library(dplyr) library(tidyr) mtcars_cyl <- mtcars %>% group_by(cyl) %>% nest() # The nested data mtcars_cyl # A tibble: 3 x 2 cyl data <dbl> <list> 1 6 <tibble [7 x 10]> 2 4 <tibble [11 x 10]> 3 8 <tibble [14 x 10]> # The nested data is summarized and returned with the grouping variable intact mtcars_cyl %>% purrr::pmap_dfr(function(cyl, data) { data %>% summarise_if(is.numeric, mean) %>% mutate(cyl = cyl)) } # A tibble: 3 x 11 mpg disp hp drat wt qsec vs am gear carb cyl <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 1 19.7 183. 122. 3.59 3.12 18.0 0.571 0.429 3.86 3.43 6 2 26.7 105. 82.6 4.07 2.29 19.1 0.909 0.727 4.09 1.55 4 3 15.1 353. 209. 3.23 4.00 16.8 0 0.143 3.29 3.5 8的深入讨论，请参见this

使用tidyr :: nest（）时保留dplyr :: group_by列

2 个答案: