Question

我经常想映射数据框中列名称的向量，并使用.id参数跟踪输出。但是，要将与每个map迭代相关的列名称写入该.id列，似乎需要在输入向量中将它们的名称加倍-换句话说，通过用自己的名称命名每个列名称。如果我没有使用自己的名称来命名列，那么.id仅存储迭代的索引。

根据purrr::map docs，这是预期的行为：

.id
字符串或NULL。如果是字符串，则输出将包含具有该名称的变量，该变量存储输入的名称（如果已命名.x）或索引（如果未命名.x）。

但是我的方法有点笨拙，所以我想我缺少了一些东西。有没有更好的方法来获取要迭代的列的列表，而又不需要在输入向量中每次写两次列名？任何建议将不胜感激！

下面是一个可以使用的示例：

library(rlang)
library(tidyverse)

tb <- tibble(foo = rnorm(10), bar = rnorm(10))

cols_once <- c("foo", "bar")
cols_once %>% map_dfr(~ tb %>% summarise(avg = mean(!!sym(.x))), .id="var")
# A tibble: 2 x 2
  var       avg   <-- var stores only the iteration index
  <chr>   <dbl>
1 1     -0.0519
2 2      0.204 

cols_twice <- c("foo" = "foo", "bar" = "bar")
cols_twice %>% map_dfr(~ tb %>% summarise(avg = mean(!!sym(.x))), .id="var")
# A tibble: 2 x 2
  var       avg   <-- var stores the column names
  <chr>   <dbl>
1 foo   -0.0519
2 bar    0.204

Answer 1

这是使用summarize_at和gather针对您的特定情况的替代解决方案：

tb %>% summarize_at( cols_once, mean ) %>% gather( var, avg )
# # A tibble: 2 x 2
#   var      avg
#   <chr>  <dbl>
# 1 foo   0.374 
# 2 bar   0.0397

在更一般的情况下，由于您在问题中指出了预期的行为，因此我认为在使用cols_once时没有办法命名map_dfr。但是，您可以将{snake case“包装器用于setNames()，以使其更加美观：

cols_once %>% set_names %>% 
  map_dfr(~ tb %>% summarise(avg = mean(!!sym(.x))), .id="var")
# # A tibble: 2 x 2
#   var      avg
#   <chr>  <dbl>
# 1 foo   0.374 
# 2 bar   0.0397

Answer 2

您可以使用以下方法轻松创建输入向量：

setNames(names(tb), names(tb))

因此您的代码应为：

setNames(names(tb), names(tb)) %>%
  map_dfr(~ tb %>% summarise(avg = mean(!!sym(.x))), .id="var")

根据您的评论进行编辑：

仍然不是您想要的解决方案，但是当您不使用所有列名时，仍然可以使用setNames()并将所需的子集进行子集化（或将不需要的子集化出）

tb <- tibble(foo = rnorm(10), bar = rnorm(10), taz = rnorm(10))

setNames(names(tb), names(tb))[-3]

使用.id使带有purrr :: map_df的输入项列不复制命名向量的输入

2 个答案: