如何使用purrr将计算列添加到嵌套数据框(列表列)

Question

我想对嵌套数据帧(存储为列表列)执行计算,并使用purrr函数将计算的变量添加回每个数据帧.我将使用此结果加入其他数据,并保持紧凑,这有助于我更好地组织和检查它.我可以通过几个步骤完成此操作,但似乎可能有一个我没有遇到的解决方案.如果有解决方案,我无法轻易找到它.

加载库.示例需要以下软件包(在CRAN上可用):

library(dplyr)
library(purrr)
library(RcppRoll) # to calculate rolling mean

具有3个主题的示例数据,以及随时间的重复测量:

test <- data_frame(
  id= rep(1:3, each=20),
  time = rep(1:20, 3),
  var1 = rnorm(60, mean=10, sd=3),
  var2 = rnorm(60, mean=95, sd=5)
  )

将数据存储为嵌套数据框:

t_nest <- test %>% nest(-id)

     id              data
  <int>            <list>
1     1 <tibble [20 x 3]>
2     2 <tibble [20 x 3]>
3     3 <tibble [20 x 3]>

执行计算.我将根据数据计算多个新变量,尽管稍后可以扩展一个解决方案.每次计算的结果都是一个数字向量,长度与输入相同(n = 20):

t1 <- t_nest %>% 
  mutate(var1_rollmean4 = map(data, ~RcppRoll::roll_mean(.$var1, n=4, align="right", fill=NA)),
         var2_delta4 = map(data, ~(.$var2 - lag(.$var2, 3))*0.095),
         var3 = map2(var1_rollmean4, var2_delta4, ~.x -.y))

     id              data var1_rollmean4 var2_delta4       var3
  <int>            <list>         <list>      <list>     <list>
1     1 <tibble [20 x 3]>     <dbl [20]>  <dbl [20]> <dbl [20]>
2     2 <tibble [20 x 3]>     <dbl [20]>  <dbl [20]> <dbl [20]>
3     3 <tibble [20 x 3]>     <dbl [20]>  <dbl [20]> <dbl [20]>

我的解决方案是unnest这个数据,然后nest再次.这似乎没有任何问题,但似乎可能存在更好的解决方案.

t1 %>% unnest %>% 
  nest(-id)

     id              data
  <int>            <list>
1     1 <tibble [20 x 6]>
2     2 <tibble [20 x 6]>
3     3 <tibble [20 x 6]>

这个其他解决方案(来自SO 42028710)很接近,但并不完全是因为它是一个列表而不是嵌套的数据帧:

map_df(t_nest$data, ~ mutate(.x, var1calc = .$var1*100))   

我使用purrr Cheatsheet找到了相当多的有用信息但是找不到答案.

Answer 1

mutate在映射数据列并在每个嵌套的tibble中添加列时,可以包装另一个:

t11 <- t_nest %>% 
    mutate(data = map(data, 
        ~ mutate(.x, 
            var1_rollmean4 = RcppRoll::roll_mean(var1, n=4, align="right", fill=NA),
            var2_delta4 = (var2 - lag(var2, 3))*0.095,
            var3 = var1_rollmean4 - var2_delta4
        )
   ))

t11
# A tibble: 3 x 2
#     id              data
#  <int>            <list>
#1     1 <tibble [20 x 6]>
#2     2 <tibble [20 x 6]>
#3     3 <tibble [20 x 6]>

unnest-nest 方法,然后重新排序内部列:

nest_unnest <- t1 %>% 
    unnest %>% nest(-id) %>% 
    mutate(data = map(data, ~ select(.x, time, var1, var2, var1_rollmean4, var2_delta4, var3)))

identical(nest_unnest, t11)
# [1] TRUE