在带有 map() 的嵌套数据框中使用 filter()（和其他 dplyr 函数）

Question

我正在尝试使用 purrr 包的 map() 将 filter() 函数应用于存储在嵌套数据框中的数据。

“为什么不先过滤，然后嵌套？ - 你可能会问。这会奏效（我将使用这样的过程展示我想要的结果），但我正在寻找使用 purrr 来实现它的方法。我只想有一个数据框，有两个列表列，都是嵌套数据框 - 一个完整的和一个过滤的。

我现在可以通过执行 nest() 两次来实现它：一次针对所有数据，第二次针对过滤后的数据：

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')

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，这行得通。但它不干净。在现实生活中，我按几个栏目分组，这意味着我也必须加入几个栏目...它很快就变得毛茸茸的。

我想知道是否有办法将过滤器应用于嵌套列。这样，我就可以在同一个对象中操作。代码更简洁、更易懂。

我认为它看起来像

df_full_nested %>% mutate(filtered = map(full, ...))

但我不确定如何正确映射filter()

谢谢！

Answer 1

您可以使用 map(full, ~ filter(., c >= 95))，其中 . 代表单独的嵌套 tibble，您可以对其应用 filter直接：

df_nested_2 <- df_full_nested %>% mutate(filtered = map(full, ~ filter(., c >= 95)))

identical(df_nested, df_nested_2)
# [1] TRUE

在带有 map() 的嵌套数据框中使用 filter()（和其他 dplyr 函数）

Use filter() (and other dplyr functions) inside nested data frames with map()

r

dplyr

purrr

tidyverse