时间戳

首页 > 解决方案 > dplyr 使用 purrr::map 计算小标题列表中的单个观察值

r - dplyr 使用 purrr::map 计算小标题列表中的单个观察值

问题描述

我正在尝试计算包含由“;”分隔的单个观察的小标题列表中的出现频率。purrr::map()使用inside 时遇到错误purrr::map()。我怀疑我遗漏了一些简单的东西，因此不胜感激。

以不同客户购买水果为例，同一时间购买的水果用“;”隔开。

# Fruit purchases across days with different number of customers.
day_1 <- as_data_frame(setNames(list(c("oranges;peaches;apples", "pears;apples", "bananas", "oranges;apples", "apples")), "fruits"))
day_2 <- as_data_frame(setNames(list(c("oranges;apples", "peaches","apples;bananas;", "pears", "apples;peaches", "oranges")), "fruits"))
day_3 <- as_data_frame(setNames(list(c("peaches;pears","apples","bananas")), "fruits"))

# Create list of fruit purchases.
fruit_list <- list(day_1, day_2, day_3)

这将返回一个包含三个小标题的列表，并且是我的数据的一般格式。dplyr我可以使用/计算每天每种水果的总观察次数purrr：

fruit_list %>% 
  map(function(x) strsplit(x$fruits, ";")) %>% 
  map(unlist) %>% 
  map(table)

map()但是，当我尝试使用 a within a来隔离和统计整个 tibbles 列表中的单个水果购买时，map()我遇到了错误

“错误：.x不是向量（闭包）”

fruit_list %>% 
  map(mutate(fruit_count = map(function(x) strsplit(x$fruits, ";"), length))) %>% 
  filter(fruit_count==1) %>% 
  count(solo_fruits = fruits)

我可以在单个 tibble/df 上执行此功能，但不能跨 tibble 列表执行此功能。我是否缺少map()功能或更明显的东西？谢谢！

第一个小标题的所需结果格式：

# A tibble: 2 x 2
  solo_fruits     n
  <chr>       <int>
1 apples          1
2 bananas         1

我如何为单个样本得出上述答案：

day_1_df <- as.data.frame(fruit_list[[1]]) 
day_1_df %>% 
  mutate(fruit_count = map(strsplit(day_1_df$fruits, ";"), length)) %>% 
  filter(fruit_count==1) %>% 
  count(solo_fruits = fruits)

标签： rdplyrpurrr

解决方案

不完全符合您的要求，但它可能会以不同的方式解决您的问题：

library(tidyverse)

day_1 <- as_data_frame(setNames(list(c("oranges;peaches;apples", "pears;apples", "bananas", "oranges;apples", "apples")), "fruits"))
day_2 <- as_data_frame(setNames(list(c("oranges;apples", "peaches","apples;bananas;", "pears", "apples;peaches", "oranges")), "fruits"))
day_3 <- as_data_frame(setNames(list(c("peaches;pears","apples","bananas")), "fruits"))

df <- tibble(day = 1:3, fruits = c(day_1, day_2, day_3)) %>% 
  unnest() %>% 
  mutate(fruits = strsplit(fruits, ";"), customer = row_number()) %>% 
  unnest()

df %>% 
  group_by(customer) %>% 
  filter(n() == 1) %>% 
  group_by(customer, day, fruits) %>% 
  summarise(n = n())

# # A tibble: 7 x 4
# # Groups:   customer, day [?]
#   customer   day fruits      n
#      <int> <int> <chr>   <int>
# 1        3     1 bananas     1
# 2        5     1 apples      1
# 3        7     2 peaches     1
# 4        9     2 pears       1
# 5       11     2 oranges     1
# 6       13     3 apples      1
# 7       14     3 bananas     1

编辑：误会后更改

推荐阅读