在嵌套数据框列上使用 mutate_at() 生成多个未嵌套列

Question

我正在试验 dplyr、tidyr 和 purrr。我有这样的数据：

library(tidyverse)

set.seed(123)
df <- data_frame(X1 = rep(LETTERS[1:4], 6),
                 X2 = sort(rep(1:6, 4)),
                 ref = sample(1:50, 24),
                 sampl1 = sample(1:50, 24),
                 var2 = sample(1:50, 24),
                 meas3 = sample(1:50, 24))

现在 dplyr 很棒，因为我可以像 mutate_at() 那样同时操作多个列。例如：

df <- df %>% 
  mutate_at(vars(-one_of(c("X1", "X2", "ref"))), funs(first = . - ref)) %>% 
  mutate_at(vars(contains("first")),  funs(second = . *2 ))

和 tidyr 允许我将数据的子集作为子 table 嵌套在单个列中：

df <- df %>% nest(-X1)

感谢purrr，我可以总结这些子table，同时在嵌套列中保留原始数据：

df %>% mutate(mean = map_dbl(data, ~ mean(.x$meas3_first_second)))

如何使用 purrr 和 mutate_at() 生成多个汇总列（在每个嵌套子 table 中采用不同（但不是全部）列的方法）？

在这个例子中，我想取 it.I 中带有单词 "second" 的每一列的平均值，希望这可能会产生一个新的嵌套列，然后我可以 unnest() 但它不起作用。

df %>% mutate(mean = map(data, ~ mutate_at(vars(contains("second")),
                                           funs(mean_comp_exp = mean(.)))))

我怎样才能做到这一点？

Answer 1

@aosmith 的评论是正确且有帮助的此外，我意识到我需要使用 summarise_at() 而不是像这样的 mutate_at()：

df %>% 
    mutate(mean = map(data, ~ summarise_at(.x, vars(contains("second")),
                                               funs(mean_comp_exp = mean(.) )))) %>%
    unnest(mean)

在嵌套数据框列上使用 mutate_at() 生成多个未嵌套列

Using mutate_at() on a nested dataframe column to generate multiple unnested columns

r

dplyr

tidyr

purrr

tidyverse