在 dplyr 中复制 dlply() 功能

Question

plyr 包有多种 _ply 函数，其中前两个字母指的是输入和输出，因此 ddply 接受数据帧输入并产生数据帧输出, dlply 接受一个数据帧输入并产生一个列表输出。由于各种原因，我通常更喜欢使用 dplyr 包，而 plyr 和 dplyr 在单一环境中不能很好地协同工作。有没有办法在 dplyr 的管道语法中从 plyr 复制 dlply 函数的 "data frame in, list out" 功能？

我想复制的功能的一个简单示例：

data = data.frame(x = rep(seq(from = 1, to = 100, by = 1), times = 3), 
              y = rnorm(n = 300), 
              group_var = c(rep("A", 100), rep("B", 100), rep("C", 100)))

spline.fun = function(x, xvar, yvar, ...) {
  smooth.spline(x = x[,xvar], y = x[,yvar], ...)
}

spline_list = dlply(data, "group_var", spline.fun, xvar = "x", yvar = "y")

我想编写的代码大致如下：

spline_list = data %>%
    group_by(group_var) %>%
    list_mutate(list_element = spline.fun, xvar = x, yvar = y)

但据我所知，没有一个 dplyr 函数可以像 mutate 创建新列的方式那样创建列表元素

Answer 1

我们可以通过 group_var 拆分数据框，使用 purrr 包中的 map 来应用您的功能。

library(tidyverse)

data2 <- data %>%
  split(f = data$group_var) %>%
  map(~spline.fun(.x, xvar = "x", yvar = "y"))
# $`A`
# Call:
#   smooth.spline(x = x[, xvar], y = x[, yvar])
# 
# Smoothing Parameter  spar= 1.315545  lambda= 14.95228 (20 iterations)
# Equivalent Degrees of Freedom (Df): 2.016214
# Penalized Criterion (RSS): 74.08271
# GCV: 0.7716288
# 
# $B
# Call:
#   smooth.spline(x = x[, xvar], y = x[, yvar])
# 
# Smoothing Parameter  spar= 1.499963  lambda= 321.1298 (29 iterations)
# Equivalent Degrees of Freedom (Df): 2.000764
# Penalized Criterion (RSS): 77.98068
# GCV: 0.8119731
# 
# $C
# Call:
#   smooth.spline(x = x[, xvar], y = x[, yvar])
# 
# Smoothing Parameter  spar= 1.499953  lambda= 321.0788 (27 iterations)
# Equivalent Degrees of Freedom (Df): 2.000764
# Penalized Criterion (RSS): 104.8997
# GCV: 1.092268

在 dplyr 中复制 dlply() 功能

Replicate dlply() funcationality in dplyr

r

plyr

dplyr