Question

我想对嵌套数据框（存储为列表列）执行计算，并使用purrr函数将计算的变量添加回每个数据框。我将使用此结果加入其他数据，并保持紧凑，这有助于我更好地组织和检查它。我可以通过几个步骤完成此操作，但似乎可能有一个我没有遇到的解决方案。如果有解决方案，我无法轻易找到它。

加载库。示例需要以下软件包（在CRAN上可用）：

library(dplyr)
library(purrr)
library(RcppRoll) # to calculate rolling mean

示例数据，包含3个科目，并且随着时间的推移重复测量：

test <- data_frame(
  id= rep(1:3, each=20),
  time = rep(1:20, 3),
  var1 = rnorm(60, mean=10, sd=3),
  var2 = rnorm(60, mean=95, sd=5)
  )

将数据存储为嵌套数据框：

t_nest <- test %>% nest(-id)

     id              data
  <int>            <list>
1     1 <tibble [20 x 3]>
2     2 <tibble [20 x 3]>
3     3 <tibble [20 x 3]>

执行计算。我将根据数据计算多个新变量，尽管稍后可以扩展一个解决方案。每次计算的结果都是一个数字向量，长度与输入相同（n = 20）：

t1 <- t_nest %>% 
  mutate(var1_rollmean4 = map(data, ~RcppRoll::roll_mean(.$var1, n=4, align="right", fill=NA)),
         var2_delta4 = map(data, ~(.$var2 - lag(.$var2, 3))*0.095),
         var3 = map2(var1_rollmean4, var2_delta4, ~.x -.y))

     id              data var1_rollmean4 var2_delta4       var3
  <int>            <list>         <list>      <list>     <list>
1     1 <tibble [20 x 3]>     <dbl [20]>  <dbl [20]> <dbl [20]>
2     2 <tibble [20 x 3]>     <dbl [20]>  <dbl [20]> <dbl [20]>
3     3 <tibble [20 x 3]>     <dbl [20]>  <dbl [20]> <dbl [20]>

我的解决方案是unnest此数据，然后是nest。这似乎没有任何问题，但似乎可能存在更好的解决方案。

t1 %>% unnest %>% 
  nest(-id)

     id              data
  <int>            <list>
1     1 <tibble [20 x 6]>
2     2 <tibble [20 x 6]>
3     3 <tibble [20 x 6]>

这个其他解决方案（from SO 42028710）很接近，但并不完全是因为它是一个列表而不是嵌套的数据帧：

map_df(t_nest$data, ~ mutate(.x, var1calc = .$var1*100))

我使用purrr Cheatsheet找到了很多有用的信息，但找不到答案。

Answer 1

您可以在映射 data 列时包装另一个mutate，并在每个嵌套的tibble中添加列：

t11 <- t_nest %>% 
    mutate(data = map(data, 
        ~ mutate(.x, 
            var1_rollmean4 = RcppRoll::roll_mean(var1, n=4, align="right", fill=NA),
            var2_delta4 = (var2 - lag(var2, 3))*0.095,
            var3 = var1_rollmean4 - var2_delta4
        )
   ))

t11
# A tibble: 3 x 2
#     id              data
#  <int>            <list>
#1     1 <tibble [20 x 6]>
#2     2 <tibble [20 x 6]>
#3     3 <tibble [20 x 6]>

unnest-nest方法，然后重新排序内部的列：

nest_unnest <- t1 %>% 
    unnest %>% nest(-id) %>% 
    mutate(data = map(data, ~ select(.x, time, var1, var2, var1_rollmean4, var2_delta4, var3)))

identical(nest_unnest, t11)
# [1] TRUE

Answer 2

似乎你正在尝试做什么，嵌套是没有必要的

library(tidyverse)
library(zoo)
test %>%
  group_by(id) %>%
  mutate(var1_rollmean4 = rollapplyr(var1, 4, mean, fill=NA),
       var2_delta4 = (var2 - lag(var2, 3))*0.095,
         var3 = (var1_rollmean4 - var2_delta4))

# A tibble: 60 x 7
# Groups:   id [3]
      # id  time      var1      var2 var1_rollmean4 var2_delta4      var3
   # <int> <int>     <dbl>     <dbl>          <dbl>       <dbl>     <dbl>
 # 1     1     1  9.865199  96.45723             NA          NA        NA
 # 2     1     2  9.951429  92.78354             NA          NA        NA
 # 3     1     3 12.831509  95.00553             NA          NA        NA
 # 4     1     4 12.463664  95.37171      11.277950 -0.10312483 11.381075
 # 5     1     5 11.781704  92.05240      11.757076 -0.06945881 11.826535
 # 6     1     6 12.756932  92.15666      12.458452 -0.27064269 12.729095
 # 7     1     7 12.346409  94.32411      12.337177 -0.09952197 12.436699
 # 8     1     8 10.223695 100.89043      11.777185  0.83961377 10.937571
 # 9     1     9  4.031945  87.38217       9.839745 -0.45357658 10.293322
# 10     1    10 11.859477  97.96973       9.615382  0.34633428  9.269047
# ... with 50 more rows

编辑您可以将结果嵌套到%>% nest(-id)

如果您仍然喜欢嵌套或因其他原因进行嵌套，那么它就像

t1 <- t_nest %>% 
        mutate(data = map(data, ~.x %>% mutate(...)))

也就是说，你在.x语句中的map上进行变异。这会将data视为data.frame，mutate会将结果列绑定到它。

如何使用purrr将计算列添加到嵌套数据框（列表列）

2 个答案: