基于谓词函数(dplyr :: mutate_if)变换数据框的列

Question

我想使用dplyr的mutate_if()函数将列表列转换为数据帧列,但是当我尝试这样做时会遇到令人费解的错误.我使用的是dplyr 0.5.0,purrr 0.2.2,R 3.3.0.

基本设置如下所示:我有一个数据框d,其中一些列是列表:

d <- dplyr::data_frame(
  A = list(
    list(list(x = "a", y = 1), list(x = "b", y = 2)),
    list(list(x = "c", y = 3), list(x = "d", y = 4))
  ),
  B = LETTERS[1:2]
)

我想d$A使用以下函数将列的列(在本例中为)转换为数据帧列:

tblfy <- function(x) {
  x %>%
    purrr::transpose() %>%
    purrr::simplify_all() %>%
    dplyr::as_data_frame()
}

也就是说,我希望list-column d$A被列表替换lapply(d$A, tblfy),即

[[1]]
#  A tibble: 2 x 2
      x     y
  <chr> <dbl>
1     a     1
2     b     2

[[2]]
# A tibble: 2 x 2
      x     y
  <chr> <dbl>
1     c     3
2     d     4

当然,在这个简单的例子中,我可以做一个简单的重新分配.然而,重点是我想以编程方式,理想情况下使用dplyr,以一种通用的方式处理任意数量的列表列.

这是我绊倒的地方:当我尝试使用以下应用程序将list-columns转换为data-frame-columns时

d %>% dplyr::mutate_if(is.list, funs(tblfy))

我收到一条错误消息,我不知道如何解释:

Error: Each variable must be named.
Problem variables: 1, 2

为什么mutate_if()失败？如何正确应用它以获得所需的结果？

备注

一位意见提供者指出该功能tblfy()应该是矢量化的.这是一个合理的建议.但是 - 除非我的矢量化不正确 - 这似乎并没有找到问题的根源.插入矢量化版本tblfy(),

tblfy_vec <- Vectorize(tblfy)

到mutate_if()失败,出现错误

Error: wrong result size (4), expected 2 or 1

更新

在获得purrr的一些经验之后,我现在发现以下方法是自然的,如果有点啰嗦:

d %>%
  map_if(is.list, ~ map(., ~ map_df(., identity))) %>%
  as_data_frame()

这与@ alistaire的解决方案或多或少完全相同,下面,但是使用map_if(),分别是.分别map()代替mutate_if(),Vectorize().

Answer 1

没有任何复制的就地转换:

library(data.table)

for (col in d) if (is.list(col)) lapply(col, setDF)

d
#Source: local data frame [2 x 2]
#
#                A B
#1 <S3:data.frame> A
#2 <S3:data.frame> B

Answer 2

原来的tblfy功能出现了错误,我(即使它的元素直接链接),所以让我们重建了一点,添加矢量为好,这让我们避免否则,需要事先rowwise()电话:

tblfy <- Vectorize(function(x){x %>% purrr::map_df(identity) %>% list()})

现在我们可以mutate_if很好地使用:

d %>% mutate_if(purrr::is_list, tblfy)
## Source: local data frame [2 x 2]
## 
##                A     B
##           <list> <chr>
## 1 <tbl_df [2,2]>     A
## 2 <tbl_df [2,2]>     B

......如果我们不知道那里有什么,

d %>% mutate_if(purrr::is_list, tblfy) %>% tidyr::unnest()
## Source: local data frame [4 x 3]
## 
##       B     x     y
##   <chr> <chr> <dbl>
## 1     A     a     1
## 2     A     b     2
## 3     B     c     3
## 4     B     d     4

几个笔记:

• map_df(identity)似乎比任何替代配方更有效地建立一个tibble.我知道这个identity电话似乎没必要,但其他大部分都没有.
• 我不确定它有多广泛tblfy,因为它在某种程度上取决于列表列中列表的结构,这可能会有很大差异.如果你有很多类似的结构,我认为它是有用的.
• 可能有一种方法可以用来pmap代替Vectorize,但我不能让它与一些粗略的尝试一起工作.