如何使用 purrr 的 map_* 函数读取多个文件以保存和计算每个文件中的变量数？

Question

我使用 map_dfr() 读取多个文件并使用以下代码嵌套数据：

library("tidyverse")
library("readxl")

files <- c("file1.xlsx", "file2.xlsx", "file3.xlsx", "file4.xlsx")

df <- files %>% 
  set_names() %>% 
  map_dfr(read_excel, .id = "File") %>% 
  group_by(File) %>% 
  nest()

数据框 df 看起来像这样：

如何使用mutate()添加一列来保存每个数据中的变量名，另一列来统计有多少个变量？我试过了，但没有用：

df2 <- df %>%
  mutate(var.list = names(data)) %>% 
  mutate(var.n = unique(var.list))

我的意图是有一个列表列 var.list 来保存每个数据集中的变量（列名）和一个列 var.n 来计算变量的数量。谢谢你的帮助。

Answer 1

假设置：

library(dplyr)
library(purrr)

set.seed(42)
df <- tibble(file = sprintf("file%i.xlsx", 1:3)) %>%
  mutate(data = map(file, ~ mtcars[,sample(11,size=7)]))
df
# # A tibble: 3 x 2
#   file       data             
#   <chr>      <list>           
# 1 file1.xlsx <df[,7] [32 x 7]>
# 2 file2.xlsx <df[,7] [32 x 7]>
# 3 file3.xlsx <df[,7] [32 x 7]>

作品：

df %>%
  mutate(
    var.list = map(data, colnames),
    var.n = map_int(var.list, ~ length(unique(.)))
  ) %>%
  # and just to show the differencs
  mutate(
    var.names = map_chr(var.list, toString)
  )
# # A tibble: 3 x 5
#   file       data              var.list  var.n var.names                          
#   <chr>      <list>            <list>    <int> <chr>                              
# 1 file1.xlsx <df[,7] [32 x 7]> <chr [7]>     7 mpg, drat, carb, am, cyl, hp, qsec 
# 2 file2.xlsx <df[,7] [32 x 7]> <chr [7]>     7 gear, mpg, vs, qsec, hp, carb, drat
# 3 file3.xlsx <df[,7] [32 x 7]> <chr [7]>     7 hp, gear, cyl, qsec, disp, mpg, wt

如何使用 purrr 的 map_* 函数读取多个文件以保存和计算每个文件中的变量数？

How to read multiple files to save and count number of variables in each using a map_* function from purrr?

r

tidyr

purrr

readxl