如何使用 dplyr 计算嵌套 data_frames 中的行数

Question

这是一个愚蠢的示例数据框：

df <- data_frame(A = c(rep(1, 5), rep(2, 4)), B = 1:9) %>% 
  group_by(A) %>% 
  nest()

看起来像这样：

> df
# A tibble: 2 × 2
      A             data
  <dbl>           <list>
1     1 <tibble [5 × 1]>
2     2 <tibble [4 × 1]>

我想添加名为 N 的第三列，其中的条目等于 data 中每个嵌套 data_frame 中的行数。我认为这会起作用：

> df %>% 
+   mutate(N = nrow(data))
Error: Unsupported type NILSXP for column "N"

怎么了？

Answer 1

与dplyr:

df %>% 
  group_by(A) %>%
  mutate(N = nrow(data.frame(data)))

      A             data     N
  <dbl>           <list> <int>
1     1 <tibble [5 × 1]>     5
2     2 <tibble [4 × 1]>     4

Answer 2

你可以这样做：

df %>%
  rowwise() %>%
  mutate(N = nrow(data))

给出：

#Source: local data frame [2 x 3]
#Groups: <by row>
#
## A tibble: 2 × 3
#      A             data     N
#  <dbl>           <list> <int>
#1     1 <tibble [5 × 1]>     5
#2     2 <tibble [4 × 1]>     4

Answer 3

结合 dplyr 和 purrr 你可以做：

library(tidyverse)

df %>% 
  mutate(n = map_dbl(data, nrow))
#> # A tibble: 2 × 3
#>       A             data     n
#>   <dbl>           <list> <dbl>
#> 1     1 <tibble [5 × 1]>     5
#> 2     2 <tibble [4 × 1]>     4

我喜欢这种方法，因为您保留在通常的工作流程中，在 mutate 中创建一个新列，但利用 map_* 系列，因为您需要对列表进行操作。

如何使用 dplyr 计算嵌套 data_frames 中的行数

How to count rows in nested data_frames with dplyr

r

split-apply-combine

dplyr