r - purrr::map 返回长数据帧的变体

Question

purrr::map_dfr 和purrr::map_dfc 都返回一个宽的data.frame。

library(tidyverse)

mtcars %>% 
  map_dfr(~is.na(.) %>% mean)

mtcars %>% 
  map_dfc(~is.na(.) %>% mean)

都返回

# A tibble: 1 x 11
    mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     0     0     0     0     0     0     0     0     0     0     0

我可以用 tidyr::gather

做这么长时间

mtcars %>% 
  map_dfr(~is.na(.) %>% mean) %>% 
  gather

返回

# A tibble: 11 x 2
   key   value
   <chr> <dbl>
 1 mpg       0
 2 cyl       0
 3 disp      0
 4 hp        0
 5 drat      0
 6 wt        0
 7 qsec      0
 8 vs        0
 9 am        0
10 gear      0
11 carb      0

是否有一个 purrr::map* 变体 native 返回一个长的 data.frame？

Answer 1

这不是 map_df 函数的问题，而是 bind_rows 的问题。 _dfr 变体所做的只是调用 map 然后调用 bind_rows。从文档 ?bind_rows:

Note that for historical reasons, lists containing vectors are always treated as data frames. Thus their vectors are treated as columns rather than rows, and their inner names are ignored.You can circumvent that behaviour with explicit splicing.

因为您的函数返回向量列表，所以 bind_rows 会将每个向量视为列并返回一个宽数据框。除了您使用 gather 的方法之外，您还有其他一些选择:

通过使用 imap_dfr 迭代列及其名称，使您的函数返回一个数据框。这是一个单线，但可能更慢。

library(tidyverse)
mtcars %>%
  imap_dfr(~tibble(name = .y, value = is.na(.x) %>% mean))
#> # A tibble: 11 x 2
#>    name  value
#>    <chr> <dbl>
#>  1 mpg       0
#>  2 cyl       0
#>  3 disp      0
#>  4 hp        0
#>  5 drat      0
#>  6 wt        0
#>  7 qsec      0
#>  8 vs        0
#>  9 am        0
#> 10 gear      0
#> 11 carb      0

或者，使用 map_dbl 返回一个命名向量而不是一个列表，然后使用 enframe 使其成为一个 tibble。对于这个用例，这是我的基准测试中最快的。

mtcars %>%
  map_dbl(~is.na(.) %>% sum) %>%
  enframe()
#> # A tibble: 11 x 2
#>    name  value
#>    <chr> <dbl>
#>  1 mpg       0
#>  2 cyl       0
#>  3 disp      0
#>  4 hp        0
#>  5 drat      0
#>  6 wt        0
#>  7 qsec      0
#>  8 vs        0
#>  9 am        0
#> 10 gear      0
#> 11 carb      0

^{由 reprex package 创建于 2019-05-23| (v0.3.0)}

希望有帮助!