Muting Spalten eines Datenrahmens auf der Grundlage einer Prädikat-Funktion (dplyr :: mutate_if)

Question

Ich würde gerne mutate_if() Funktion dflyr verwenden, um List-Spalten in Daten-Frame-Spalten zu konvertieren, aber rätselhafte Fehler, wenn ich es versuche tun Sie dies. Ich benutze dplyr 0.5.0, purrr 0.2.2, R 3.3.0.

Die Grundeinstellung sieht wie folgt aus: Ich habe einen Datenrahmen d, einige von deren Spalten Listen:

d <- dplyr::data_frame(
    A = list(
    list(list(x = "a", y = 1), list(x = "b", y = 2)), 
    list(list(x = "c", y = 3), list(x = "d", y = 4)) 
), 
    B = LETTERS[1:2] 
) 

Ich möchte die Spalte von Listen konvertieren (in diesem Fall d$A) auf ein Spalte von Datenrahmen die folgende Funktion:

tblfy <- function(x) { 
    x %>% 
    purrr::transpose() %>% 
    purrr::simplify_all() %>% 
    dplyr::as_data_frame() 
} 

das heißt, würde ich die Liste-Spalte wie d$A von der Liste lapply(d$A, tblfy), ersetzt werden, die

ist

[[1]] 
# A tibble: 2 x 2 
     x  y 
    <chr> <dbl> 
1  a  1 
2  b  2 

[[2]] 
# A tibble: 2 x 2 
     x  y 
    <chr> <dbl> 
1  c  3 
2  d  4 

Natürlich könnte ich in diesem einfachen Fall einfach eine einfache Neuzuordnung vornehmen. Der Punkt ist jedoch, dass ich dies programmatisch, idealerweise mit dplyr, in einer allgemein anwendbaren Weise tun möchte, die mit einer beliebigen Anzahl von Listenspalten umgehen könnte.

Hier ist, wo ich stolpern: Wenn ich versuche, die Listen-Spalten-Daten-Frame-Spalten zu konvertieren mit dem folgenden Anwendungs ​​

d %>% dplyr::mutate_if(is.list, funs(tblfy)) 

ich eine Fehlermeldung bekommen, dass ich weiß nicht, wie zu interpretieren:

Error: Each variable must be named. 
Problem variables: 1, 2 

Warum mutate_if() scheitern? Wie kann ich es richtig anwenden, um das gewünschte Ergebnis zu erhalten?

Bemerkung

Ein Kommentator hat darauf hingewiesen, dass die Funktion tblfy() vektorisiert werden soll. Das ist ein vernünftiger Vorschlag. Aber - wenn ich nicht falsch vektorisiert habe - scheint das nicht an der Wurzel des Problems zu liegen. Anstecken einer vektorisierte Version von tblfy(),

tblfy_vec <- Vectorize(tblfy) 

in mutate_if() schlägt mit dem Fehler

Error: wrong result size (4), expected 2 or 1 

aktualisiert

Nach etwas Erfahrung mit purrr gewinnen, finde ich jetzt die folgende Vorgehensweise natürlich, wenn etwas langatmig:

d %>% 
    map_if(is.list, ~ map(., ~ map_df(., identity))) %>% 
    as_data_frame() 

Dies ist mehr oder weniger identisch mit @ alistaires Lösung, aber verwendet map_if() resp. map(), anstelle von mutate_if() resp. Vectorize().

Answer 1

Die Original für mich tblfy Funktion Fehler aus (auch wenn seine Elemente werden direkt verkettet), so machen wir es ein wenig umbauen, Vektorisierung Zugabe als auch, was lässt uns eine ansonsten notwendige vor rowwise() Aufruf vermeiden:

tblfy <- Vectorize(function(x){x %>% purrr::map_df(identity) %>% list()}) 

Jetzt können wir mutate_if gut verwenden:

d %>% mutate_if(purrr::is_list, tblfy) 
## Source: local data frame [2 x 2] 
## 
##    A  B 
##   <list> <chr> 
## 1 <tbl_df [2,2]>  A 
## 2 <tbl_df [2,2]>  B 

... und wenn wir UNNEST, um zu sehen, was da ist,

d %>% mutate_if(purrr::is_list, tblfy) %>% tidyr::unnest() 
## Source: local data frame [4 x 3] 
## 
##  B  x  y 
## <chr> <chr> <dbl> 
## 1  A  a  1 
## 2  A  b  2 
## 3  B  c  3 
## 4  B  d  4 

Ein paar Anmerkungen:

• map_df(identity) scheint effizienter zu sein bei einer tibble als jede der alternativen Formulierungen zu bauen. Ich weiß, dass der Anruf identity unnötig scheint, aber fast alles andere bricht.
• Ich bin nicht sicher, wie weit nützlich tblfy wird, da es etwas abhängig von der Struktur der Listen in der Liste Spalte ist, die enorm variieren kann. Wenn Sie viel mit einer ähnlichen Struktur haben, ist es wahrscheinlich nützlich.
• Es kann einen Weg geben, dies mit pmap anstelle von Vectorize zu tun, aber ich kann es nicht mit einigen oberflächlichen Versuchen arbeiten.

Answer 2

In-Place-Konvertierung ohne Kopieren:

library(data.table) 

for (col in d) if (is.list(col)) lapply(col, setDF) 

d 
#Source: local data frame [2 x 2] 
# 
#    A B 
#1 <S3:data.frame> A 
#2 <S3:data.frame> B