r - 对整数矩阵的列表列进行子集化

Question

背景

我让自己陷入了这样一种情况，即 tibble/dataframe 中的一列由一个整数矩阵列表组成，这些矩阵有零行或多行，正好有 2 列。此列恰好是stringr::str_locate_all()调用的输出，所以我希望这是一个常见的场景。

我想做的是只选择整数矩阵的一列，然后取消嵌套数据框，但我对如何正确执行此操作感到困惑。

例子

这是一个示例（我必须手动创建它，因为dpasta()它似乎不适用于列表列标题）。无论如何，我的出发点是tibble mydf：

library(tidyverse)

m1 <- matrix( c(761,784),             nrow=1,ncol=2, dimnames = list(c(),c("start","end")) )
m2 <- matrix( integer(0),             nrow=0,ncol=2, dimnames = list(c(),c("start","end")) )
m3 <- matrix( c(1001,2300,1010,2310), nrow=2,ncol=2, dimnames = list(c(),c("start","end")) )

mydf <- tibble( item = c("a","b","c"), pos = list(m1,m2,m3))

下面是 rstudio 查看器中的样子。这有点误导，因为它表明 pos 行只是整数向量。它们实际上是 nx2 矩阵，没有任何线索表明它更复杂。这让我有些困惑，但现在已经无关紧要了。

我想要做的是最终得到一个未嵌套的小标题，其中选择了第一列“开始”。所需的输出将如下所示（取消嵌套后）：

mydf_desired <- tibble( item = c("a","c","c"), start_pos = c(761,1001,2300))

请注意， mydf 中的第一行在其 pos 矩阵中只有一行，因此它在所需结果中有一行。item="b" 的行有一个 0x2 矩阵，所以它不会出现（但如果它也显示为 NA 就可以了）。item="c" 的行在 pos 矩阵中有两行，因此它在所需结果中有两行。

我试过的

这看起来很简单，我之前没有嵌套过列表列。这里唯一的转折是我必须先选择“开始”列，然后再取消嵌套，对吗？我只是map将 pos 列表列添加到 [,1] 以选择第一列（“开始”列）。然后它应该是一个取消嵌套的问题......

mydf_desired <- mydf %>% 
                mutate(start_pos = map(pos, ~ .[,1])) %>% 
                unnest()
#> Error in vec_rbind(!!!x, .ptype = ptype): Internal error in `vec_assign()`: `value` should have been recycled to fit `x`.
#> Warning: `cols` is now required.
#> Please use `cols = c(pos, start_pos)`

不知道“ value should have been recycled to fit x”实际上是什么意思，但它也给了我一个关于不给 cols in 的警告unnest()。现在怀疑是关于我所给予的东西unnest()。

如果我省略unnest()我不会得到那个错误......

mydf_desired <- mydf %>% 
                mutate(start_pos = map(pos, ~ .[,1]))

输出看起来像这样......

那种看起来不错，我注意到 item=b of 仍然有一个 pos 条目integer(0)。但即使我省略了该行，当我尝试unnest().

这就是我难过的地方。为什么我不能只用unnest()这个 tibble？错误的含义是什么value should have been recycled to fit x？

标签： rdplyrpurrrunnest

Answer 1

一种选择是filter行，然后map在list元素上并从 中提取列matrix，然后使用unnest_longer

library(dplyr)
library(purrr)
mydf %>% 
   filter(lengths(pos) > 0) %>%
   transmute(item, start_pos = map(pos, ~ as.vector(.x[,1]))) %>% 
   unnest_longer(c(start_pos))
# A tibble: 3 x 2
#  item  start_pos
#  <chr>     <dbl>
#1 a           761
#2 c          1001
#3 c          2300

---

另外，可以避免这filter一步，如果我们转换为tibble

mydf %>%
   transmute(item, pos = map(pos, ~ .x[,1] %>%
                          tibble(start_pos = .))) %>%
   unnest(c(pos))