R计算后合并回列表
R merge back List after computation
我遇到了一个简单的问题，但找不到简单的解决方案。 （这个问题可能是duplicate但是我找不到！）
我需要的是在计算后merge将一个列表恢复到原来的列表。
我需要 merge 因为我正在做的计算太复杂了，无法直接 apply 到列表中。因此，我必须单独进行并以某种方式将其放回原始数据集。 （因为这个问题我这里不能直接用mutate）。
因为我无法重现我的数据，所以我将使用mtcars来演示我的问题。
我有一个原始列表，我正在对其进行计算（哪个并不重要），例如：
library(dplyr)
library(purr)
我的原始数据集是一个列表
dt = mtcars %>%
group_by(gear) %>%
split(.$gear)
然后，在这个列表上，我做了一个计算，例如：
dt %>%
map(~summarise(., cluster = mean(disp)))
最后我得到了 list。
我的数据的（真实）结构最终看起来像这样
$`3`
gear cluster
1 3 326.3
$`4`
gear cluster
1 4 123
等等。我需要的只是将这个列表 merge back 到原始列表。
我怎样才能做到这一点 ？
我需要的（想要的输出）是最终得到（这里很难重现）我的原始 list 和 merged 计算值.
类似于
$`3`
mpg cyl disp hp drat wt qsec vs am gear carb cluster
1 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 XXX
2 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 XXX
3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 XXX
4 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 XXX
所有列表依此类推 (df)
我再次强调，我的原始数据集是一个列表，而不是 data.frame。我需要的是合并 lists，而不是 data.frame。
我想到了
dt = mtcars %>% # my data is a list
group_by(gear) %>%
split(.$gear)
fmerge = function(x) x %>% lapply(dt, ., by = 'gear')
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
lapply(fmerge)
或
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
join_all(dt, ., by = 'gear')
但效果不佳。
有线索吗？
我们可以使用 bind_rows 来绑定 list 元素，然后执行 right_join 或 left_join
mtcars %>%
group_by(gear) %>%
split(.$gear) %>%
map(~summarise(., cluster = mean(disp))) %>%
bind_rows() %>%
right_join(., mtcars, by = "gear")
然而，这可以在没有 split/map/bind_rows/right_join 的情况下完成，只需在我们 group_by 'gear'
之后用 mutate 创建 'cluster'
mtcars %>%
group_by(gear) %>%
mutate(cluster = mean(disp))
但是，我们假设这个简化的过程可能不适用于 OP 的原始数据集。
更新
根据OP的评论，我们可以使用map2为list
的相应元素做left_join
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
map2(dt, ., left_join, by = "gear")
或者如果我们需要单个 data.frame，则使用 map2df
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
map2_df(dt, ., left_join, by = "gear")
我会利用 tidyr 包（然后是 unnest()）中的 nest() 来做一些有趣的事情，如下所示：
library(tidyr)
library(dplyr)
library(purrr)
mtcars %>%
nest(-gear) %>%
mutate(cluster = map_dbl(data, ~ mean(.$disp))) %>%
unnest(data)
#> # A tibble: 32 × 12
#> gear cluster mpg cyl disp hp drat wt qsec vs am
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 4 123.0167 21.0 6 160.0 110 3.90 2.620 16.46 0 1
#> 2 4 123.0167 21.0 6 160.0 110 3.90 2.875 17.02 0 1
#> 3 4 123.0167 22.8 4 108.0 93 3.85 2.320 18.61 1 1
#> 4 4 123.0167 24.4 4 146.7 62 3.69 3.190 20.00 1 0
#> 5 4 123.0167 22.8 4 140.8 95 3.92 3.150 22.90 1 0
#> 6 4 123.0167 19.2 6 167.6 123 3.92 3.440 18.30 1 0
#> 7 4 123.0167 17.8 6 167.6 123 3.92 3.440 18.90 1 0
#> 8 4 123.0167 32.4 4 78.7 66 4.08 2.200 19.47 1 1
#> 9 4 123.0167 30.4 4 75.7 52 4.93 1.615 18.52 1 1
#> 10 4 123.0167 33.9 4 71.1 65 4.22 1.835 19.90 1 1
#> # ... with 22 more rows, and 1 more variables: carb <dbl>
如果您 运行 此管道的前两行，然后是三行，您将看到有一列数据集与数据中的组相对应。这使您可以做一些非常复杂的事情，而无需将数据拆分成单独的列表。
例如，以下 运行 对每个齿轮的数据进行回归分析（同样，尝试 运行 前 2 条、然后 3 条等管道线以了解如何它正在工作），然后绘制结果：
library(broom)
library(ggplot2)
mtcars %>%
nest(-gear) %>%
mutate(fits = map(data, ~ lm(mpg ~ hp, .)),
predicted = map(fits, augment)) %>%
unnest(predicted) %>%
ggplot(aes(mpg, .fitted)) +
geom_point() +
facet_grid(. ~ gear)
可能的解决方案，但由于 loop
而变慢
将计算存储在“列表”中
computation = dt %>% map(~summarise(., cluster = mean(disp)))
然后遍历 list
for(i in 1:length(dt)){
dt[[i]] = merge(dt[[i]], computation[[i]], by = 'gear')
}
获得
$`3`
gear mpg cyl disp hp drat wt qsec vs am carb cluster
1 3 21.4 6 258.0 110 3.08 3.215 19.44 1 0 1 326.3
2 3 18.7 8 360.0 175 3.15 3.440 17.02 0 0 2 326.3
3 3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 1 326.3
等等。
我遇到了一个简单的问题，但找不到简单的解决方案。 （这个问题可能是duplicate但是我找不到！）
我需要的是在计算后merge将一个列表恢复到原来的列表。
我需要 merge 因为我正在做的计算太复杂了，无法直接 apply 到列表中。因此，我必须单独进行并以某种方式将其放回原始数据集。 （因为这个问题我这里不能直接用mutate）。
因为我无法重现我的数据，所以我将使用mtcars来演示我的问题。
我有一个原始列表，我正在对其进行计算（哪个并不重要），例如：
library(dplyr)
library(purr)
我的原始数据集是一个列表
dt = mtcars %>%
group_by(gear) %>%
split(.$gear)
然后，在这个列表上，我做了一个计算，例如：
dt %>%
map(~summarise(., cluster = mean(disp)))
最后我得到了 list。
我的数据的（真实）结构最终看起来像这样
$`3`
gear cluster
1 3 326.3
$`4`
gear cluster
1 4 123
等等。我需要的只是将这个列表 merge back 到原始列表。
我怎样才能做到这一点 ？
我需要的（想要的输出）是最终得到（这里很难重现）我的原始 list 和 merged 计算值.
类似于
$`3`
mpg cyl disp hp drat wt qsec vs am gear carb cluster
1 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 XXX
2 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 XXX
3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 XXX
4 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 XXX
所有列表依此类推 (df)
我再次强调，我的原始数据集是一个列表，而不是 data.frame。我需要的是合并 lists，而不是 data.frame。
我想到了
dt = mtcars %>% # my data is a list
group_by(gear) %>%
split(.$gear)
fmerge = function(x) x %>% lapply(dt, ., by = 'gear')
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
lapply(fmerge)
或
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
join_all(dt, ., by = 'gear')
但效果不佳。
有线索吗？
我们可以使用 bind_rows 来绑定 list 元素，然后执行 right_join 或 left_join
mtcars %>%
group_by(gear) %>%
split(.$gear) %>%
map(~summarise(., cluster = mean(disp))) %>%
bind_rows() %>%
right_join(., mtcars, by = "gear")
然而，这可以在没有 split/map/bind_rows/right_join 的情况下完成，只需在我们 group_by 'gear'
mutate 创建 'cluster'
mtcars %>%
group_by(gear) %>%
mutate(cluster = mean(disp))
但是，我们假设这个简化的过程可能不适用于 OP 的原始数据集。
更新
根据OP的评论，我们可以使用map2为list
left_join
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
map2(dt, ., left_join, by = "gear")
或者如果我们需要单个 data.frame，则使用 map2df
dt %>%
map(~summarise(., cluster = mean(disp))) %>%
map2_df(dt, ., left_join, by = "gear")
我会利用 tidyr 包（然后是 unnest()）中的 nest() 来做一些有趣的事情，如下所示：
library(tidyr)
library(dplyr)
library(purrr)
mtcars %>%
nest(-gear) %>%
mutate(cluster = map_dbl(data, ~ mean(.$disp))) %>%
unnest(data)
#> # A tibble: 32 × 12
#> gear cluster mpg cyl disp hp drat wt qsec vs am
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 4 123.0167 21.0 6 160.0 110 3.90 2.620 16.46 0 1
#> 2 4 123.0167 21.0 6 160.0 110 3.90 2.875 17.02 0 1
#> 3 4 123.0167 22.8 4 108.0 93 3.85 2.320 18.61 1 1
#> 4 4 123.0167 24.4 4 146.7 62 3.69 3.190 20.00 1 0
#> 5 4 123.0167 22.8 4 140.8 95 3.92 3.150 22.90 1 0
#> 6 4 123.0167 19.2 6 167.6 123 3.92 3.440 18.30 1 0
#> 7 4 123.0167 17.8 6 167.6 123 3.92 3.440 18.90 1 0
#> 8 4 123.0167 32.4 4 78.7 66 4.08 2.200 19.47 1 1
#> 9 4 123.0167 30.4 4 75.7 52 4.93 1.615 18.52 1 1
#> 10 4 123.0167 33.9 4 71.1 65 4.22 1.835 19.90 1 1
#> # ... with 22 more rows, and 1 more variables: carb <dbl>
如果您 运行 此管道的前两行，然后是三行，您将看到有一列数据集与数据中的组相对应。这使您可以做一些非常复杂的事情，而无需将数据拆分成单独的列表。
例如，以下 运行 对每个齿轮的数据进行回归分析（同样，尝试 运行 前 2 条、然后 3 条等管道线以了解如何它正在工作），然后绘制结果：
library(broom)
library(ggplot2)
mtcars %>%
nest(-gear) %>%
mutate(fits = map(data, ~ lm(mpg ~ hp, .)),
predicted = map(fits, augment)) %>%
unnest(predicted) %>%
ggplot(aes(mpg, .fitted)) +
geom_point() +
facet_grid(. ~ gear)
可能的解决方案，但由于 loop
将计算存储在“列表”中
computation = dt %>% map(~summarise(., cluster = mean(disp)))
然后遍历 list
for(i in 1:length(dt)){
dt[[i]] = merge(dt[[i]], computation[[i]], by = 'gear')
}
获得
$`3`
gear mpg cyl disp hp drat wt qsec vs am carb cluster
1 3 21.4 6 258.0 110 3.08 3.215 19.44 1 0 1 326.3
2 3 18.7 8 360.0 175 3.15 3.440 17.02 0 0 2 326.3
3 3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 1 326.3
等等。