Question

背景

我有一个函数，它接受data.frame，估计模型，并应返回模型强化的原始数据。

到目前为止我有什么

如果输入数据已经分组，我依靠left_join使用分组变量作为要加入的列。但是，如果 no 分组，则left_join将无效，因为没有要加入的列。我想避免创建一个虚拟变量，因为这意味着我必须决定一个列名，它可能已经存在于数据中。因此，我认为我可以依靠bind_cols。但是，由于第二个list中有tibble列，bind_cols将无效。

问题

整个if(is.grouped_df(.))方法感觉有点hackish。是有“更好”的方法来实现同样的目标吗？
我怎样才能bind_cols 第二个data_frame / tibble包含list列？

代码

library(dplyr)
g <- function(mdat) {
    ## am/mpg hard coded in this toy example
    addDat <- mdat %>%
       do(mod = lm(mpg ~ am, .), data = (.))
    if (is.grouped_df(mdat)) {
       left_join(mdat, addDat, by = group_vars(mdat))
    } else {
       bind_cols(mdat, addDat)
    }
}

g(mtcars) ## does not work
# Error in cbind_all(x) : Argument 2 must be length 1, not 32

g(mtcars %>% group_by(vs)) ## works as expected

Answer 1

为了使功能正常工作，我们可以在“addDat”中复制行。

g <- function(mdat) {
    ## am/mpg hard coded in this toy example
    addDat <- mdat %>%
       do(mod = lm(mpg ~ am, .), data = (.))
    if (is.grouped_df(mdat)) {
       left_join(mdat, addDat, by = group_vars(mdat))
    } else {
       bind_cols(as_tibble(mdat), addDat[rep(1, nrow(mdat)),])
    }
}

g(mtcars)

注意：但是，将整个数据集存储为每行的list效率不高

bind_cols当一个data_frame包含列表列

1 个答案: