我想对嵌套数据框(存储为列表列)执行计算,然后使用purrr函数将计算出的变量添加回每个数据框。我将使用此结果来加入其他数据,并使其紧凑以帮助我更好地组织和检查它。我可以通过几个步骤来完成此操作,但似乎有一个我尚未遇到的解决方案。如果没有解决方案,我将很难找到它。
加载库。该示例需要以下程序包(在CRAN上可用):
library(dplyr)
library(purrr)
library(RcppRoll) # to calculate rolling mean
包含3个主题的示例数据,并随时间重复测量:
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。我将基于数据计算多个新变量,尽管稍后可能会扩展仅一个解决方案。每次计算的结果将是一个数字矢量,其长度与输入的长度相同(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(.$var2, 3))*0.095),
var3 = map2(var1_rollmean4, var2_delta4, ~.x -.y))
id data var1_rollmean4 var2_delta4 var3
<int> <list> <list> <list> <list>
1 1 <tibble [20 x 3]> <dbl [20]> <dbl [20]> <dbl [20]>
2 2 <tibble [20 x 3]> <dbl [20]> <dbl [20]> <dbl [20]>
3 3 <tibble [20 x 3]> <dbl [20]> <dbl [20]> <dbl [20]>
我的解决方案是处理unnest
此数据,然后nest
再次处理。这似乎没有什么错,但是似乎可能存在更好的解决方案。
t1 %>% unnest %>%
nest(-id)
id data
<int> <list>
1 1 <tibble [20 x 6]>
2 2 <tibble [20 x 6]>
3 3 <tibble [20 x 6]>
另一个解决方案(来自SO 42028710)很接近,但不完全是因为它是列表而不是嵌套的数据帧:
map_df(t_nest$data, ~ mutate(.x, var1calc = .$var1*100))
我已经使用purrr备忘单找到了很多有用的信息,但是找不到答案。
您可以mutate
在映射数据列时换行,并在每个嵌套的标题中添加这些列:
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,然后重新排序内部的列:
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
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句