Question

代码

假设我有tibble，其中包含原子向量和对象：

library(dplyr)
set.seed(1)
(mdat <- data_frame(n = 2:5, mod = rep(list(lm(rnorm(10) ~ 1)), 4)))

# # A tibble: 4 × 2
#       n      mod
#   <int>   <list>
# 1     2 <S3: lm>
# 2     3 <S3: lm>
# 3     4 <S3: lm>
# 4     5 <S3: lm>

现在我想使用do创建一个新的data.frame：

ndat <- mdat %>% rowwise() %>% do(data.frame(mod2 = I(list(lm(rnorm(.$n) ~ 1)))))

问题

如果我想保留原始列，我会看到两种可能性：

在do调用中明确添加列：

(mdat %>% rowwise() %>% 
    do(data.frame(n = .$n, mod  = I(list(.$mod)), 
                           mod2 = I(list(lm(rnorm(.$n) ~ 1))))))
# Source: local data frame [4 x 3]
# Groups: <by row>

# # A tibble: 4 × 3
#       n      mod     mod2
# * <int>   <list>   <list>
# 1     2 <S3: lm> <S3: lm>
# 2     3 <S3: lm> <S3: lm>
# 3     4 <S3: lm> <S3: lm>
# 4     5 <S3: lm> <S3: lm>

添加一个人工id列并加入数据框（输出已剥离）：

left_join(mdat %>% mutate(id = 1:4), 
          ndat %>% ungroup() %>% mutate(id = 1:4), by = "id")

选项1容易出错，因为我必须对mdat的所有列进行硬编码。选项2引入了无意义的id列。

我的问题是：我可以直接通过do获得所需的输出吗？我的第一个想法是使用

mdat %>% rowwise() %>% do(data.frame(., mod2 = I(list(lm(rnorm(.$n) ~ 1)))))

但由于列mod：

# Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) : 
#   cannot coerce class ""lm"" to a data.frame

所以我必须依赖选项2，还是有更好的方法（在避免额外的列和硬编码列的意义上更好）？

将原始数据框的所有列添加到do的结果中

0 个答案: