r - dplyr 中的过滤器列表变量

Question

一般来说，我们如何通过 dplyr 中的列表变量进行过滤？

例如一个数据框，其中一个变量是不同类对象的列表:

aa <- tibble(ss = c(1,2),
             dd = list(NA,
                       matrix(data = c(1,2,3,4),
                              nrow = 2,
                              ncol = 2)))

> aa
# A tibble: 2 x 2
#     ss dd           
#  <dbl> <list>       
#1  1.00 <lgl [1]>    
#2  2.00 <dbl [2 × 2]>

例如，如果我想过滤逻辑(尽管可以是任何东西)，如果它不是一个列表，那么它会很简单:

aa %>% filter(is.logical(dd))

但是这会返回

# A tibble: 0 x 2
# ... with 2 variables: ss <dbl>, dd <list>

因为它不是第一个逻辑元素，而是第一个元素的第一个元素:

> is.logical(aa$dd[1])
# [1] FALSE
> is.logical(aa$dd[[1]])
# [1] TRUE

可以使用purrr:map对嵌套列表变量进行其他操作，但这也不起作用。

> aa %>% filter(map(.x = dd,
+                   .f = is.logical))
# Error in filter_impl(.data, quo) : basic_string::resize

我在这里缺少什么？

Answer 1

由于“dd”是一个list列，我们可以使用map循环遍历“dd”，但是“dd”的每个元素可以有多个元素，因此我们设置一个条件，如果所有元素都是NA，则过滤数据集的行

library(tidyverse)
aa %>%
   filter(map_lgl(dd, ~ .x %>%
                           is.na %>% 
                             all))
# A tibble: 1 x 2
#     ss dd       
#   <dbl> <list>   
#1     1 <lgl [1]>

<小时/>

如果这是关于基于类的过滤。

aa %>%
    filter(map_lgl(dd, is.logical))
# A tibble: 1 x 2
#     ss dd       
#  <dbl> <list>   
#1     1 <lgl [1]>

在OP的代码中，map输出仍然是一个list，我们使用map_lgl将其转换为逻辑向量