我试图使用purrr
包的map()
方法将filter()
函数应用于存储在嵌套数据框中的数据。
"为什么不先进行筛选,然后再嵌套?" - 你可能会问。
这样做也可以(我将展示使用此过程的预期结果),但我正在寻找使用purrr
的方法。
我想要只有一个数据框,有两个列表列,都是嵌套数据框 - 一个完整的,一个被筛选的。
现在我可以通过两次执行nest()
来实现:一次在所有数据上执行,第二次在筛选数据上执行:
library(tidyverse)
df <- tibble(
a = sample(x = rep(c('x','y'),5), size = 10),
b = sample(c(1:10)),
c = sample(c(91:100))
)
df_full_nested <- df %>%
group_by(a) %>%
nest(.key = 'full')
df_filter_nested <- df %>%
filter(c >= 95) %>% ##this is the key step
group_by(a) %>%
nest(.key = 'filtered')
## Desired outcome - one data frame with 2 nested list-columns: one full and one filtered.
## How to achieve this without breaking it out into 2 separate data frames?
df_nested <- df_full_nested %>%
left_join(df_filter_nested, by = 'a')
这些对象看起来像这样:
> df
# A tibble: 10 x 3
a b c
<chr> <int> <int>
1 y 8 93
2 x 9 94
3 y 10 99
4 x 5 97
5 y 2 100
6 y 3 95
7 x 7 96
8 y 6 92
9 x 4 91
10 x 1 98
> df_full_nested
# A tibble: 2 x 2
a full
<chr> <list>
1 y <tibble [5 x 2]>
2 x <tibble [5 x 2]>
> df_filter_nested
# A tibble: 2 x 2
a filtered
<chr> <list>
1 y <tibble [3 x 2]>
2 x <tibble [3 x 2]>
> df_nested
# A tibble: 2 x 3
a full filtered
<chr> <list> <list>
1 y <tibble [5 x 2]> <tibble [4 x 2]>
2 x <tibble [5 x 2]> <tibble [4 x 2]>
所以,这个方法是有效的。但它并不够简洁。在实际应用中,我需要按照多个列进行分组,这意味着我也必须在多个列上进行连接...这会很快变得复杂。
我想知道是否有一种方法可以对嵌套列应用过滤器。这样,我就可以在同一个对象内操作。代码更加简洁易懂。
我认为它看起来会像这样
df_full_nested %>% mutate(filtered = map(full, ...))
但我不确定如何正确地映射filter()
谢谢!
~
代表“函数”,但每次我必须使用.
时,我就会感到困惑。这就是为什么我的尝试都搞砸了 - 我无法弄清楚在哪里放置~
和.
,这表明我缺乏理解。 - Taraas?map
中阅读语法,它对参数符号有一个相当全面的解释。例如,在.f
下面,它说*对于单参数函数,请使用.
。对于两个参数函数,请使用.x
和.y
*。 - Psidom