在嵌套的数据帧列上使用mutate_at()来生成多个未连接的列

2023年11月27日 190次阅读

我正在尝试使用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()那样一次操作多个列.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嵌套在一列中作为子表：

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

并且由于purrr,我可以在保留嵌套列中的原始数据的同时汇总这些子表：

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(在每个嵌套子表中采用不同(但不是全部)列的方式)？

在这个例子中,我想取其中每个列的平均值,其中包含单词“second”.我曾希望这可能产生一个新的嵌套列,然后我可以将其取消()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？

最佳答案 @aosmith的评论是正确和有用的另外我意识到我需要使用summarise_at()而不是mutate_at(),如下所示：

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