r语言 - 为什么映射 %>% as.data.frame 给出的结果与 map_df 不同的结果？

Question

我是R的新手，正在尝试了解如何使用map和map_df。考虑以下内容：

iris %>% split(.$Species) %>% map_df(function (x) apply(x[, 1:4], 2, mean))

与相比

iris %>% split(.$Species) %>% map(function (x) apply(x[, 1:4], 2, mean)) %>% as.data.frame

前者给出以下输出：

Sepal.Length Sepal.Width Petal.Length Petal.Width
<dbl>       <dbl>        <dbl>       <dbl>
1         5.01        3.43         1.46       0.246
2         5.94        2.77         4.26       1.33
3         6.59        2.97         5.55       2.03

后者给出：

setosa versicolor virginica
Sepal.Length  5.006      5.936     6.588
Sepal.Width   3.428      2.770     2.974
Petal.Length  1.462      4.260     5.552
Petal.Width   0.246      1.326     2.026

我的问题是：为什么？我希望这两个命令能给出相同的输出。如何使用map_df函数获得第二个输出？

Answer 1

map_df()似乎按行绑定列表元素(与map_dfr()相同(，尽管它在文档中没有明确说明。如果要按列绑定，请改用map_dfc()。请注意，输出是不鼓励使用行名的tibble。本文档建议了在tibbles中使用行名的方法。

iris %>% 
split(.$Species) %>% 
map_dfc(function (x) apply(x[, 1:4], 2, mean))
# # A tibble: 4 x 3
#   setosa versicolor virginica
#    <dbl>      <dbl>     <dbl>
# 1  5.01        5.94      6.59
# 2  3.43        2.77      2.97
# 3  1.46        4.26      5.55
# 4  0.246       1.33      2.03

Answer 2

• 首先，您使用了split而不是group_split，这表明您正在创建一个命名列表
• 其次，在创建了一个命名列表(有三个项目(之后，使用apply对列表中所有三个项目的前几列进行平均
• 在平均值计算之后，剩下的结果仍然是一个三项列表，其中一行包含所有四列的平均值
• 现在区别来了-
  • 由于您在第一步中创建了一个命名列表，如果您使用map_df或map_dfr(两者的结果相同(，映射函数只对输出进行行绑定
  • 但是，使用map将列表保留为as.data.frame按列绑定的列表(命名(

library(tidyverse)
#1st case
iris %>% split(.$Species) %>% map_dfr(function (x) apply(x[, 1:4], 2, mean))
#> # A tibble: 3 x 4
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width
#>          <dbl>       <dbl>        <dbl>       <dbl>
#> 1         5.01        3.43         1.46       0.246
#> 2         5.94        2.77         4.26       1.33 
#> 3         6.59        2.97         5.55       2.03
#OR
iris %>% split(.$Species) %>% map_df(function (x) apply(x[, 1:4], 2, mean))
#> # A tibble: 3 x 4
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width
#>          <dbl>       <dbl>        <dbl>       <dbl>
#> 1         5.01        3.43         1.46       0.246
#> 2         5.94        2.77         4.26       1.33 
#> 3         6.59        2.97         5.55       2.03
#2nd case
iris %>% split(.$Species) %>% map(function (x) apply(x[, 1:4], 2, mean)) %>% as.data.frame
#>              setosa versicolor virginica
#> Sepal.Length  5.006      5.936     6.588
#> Sepal.Width   3.428      2.770     2.974
#> Petal.Length  1.462      4.260     5.552
#> Petal.Width   0.246      1.326     2.026
#OR (with a slight difference of dropping row names)
iris %>% split(.$Species) %>% map_dfc(function (x) apply(x[, 1:4], 2, mean))
#> # A tibble: 4 x 3
#>   setosa versicolor virginica
#>    <dbl>      <dbl>     <dbl>
#> 1  5.01        5.94      6.59
#> 2  3.43        2.77      2.97
#> 3  1.46        4.26      5.55
#> 4  0.246       1.33      2.03
#If group_split would have been used instead
iris %>% group_split(Species) %>% map(function (x) apply(x[, 1:4], 2, mean)) %>% as.data.frame
#>              c.Sepal.Length...5.006..Sepal.Width...3.428..Petal.Length...1.462..
#> Sepal.Length                                                               5.006
#> Sepal.Width                                                                3.428
#> Petal.Length                                                               1.462
#> Petal.Width                                                                0.246
#>              c.Sepal.Length...5.936..Sepal.Width...2.77..Petal.Length...4.26..
#> Sepal.Length                                                             5.936
#> Sepal.Width                                                              2.770
#> Petal.Length                                                             4.260
#> Petal.Width                                                              1.326
#>              c.Sepal.Length...6.588..Sepal.Width...2.974..Petal.Length...5.552..
#> Sepal.Length                                                               6.588
#> Sepal.Width                                                                2.974
#> Petal.Length                                                               5.552
#> Petal.Width                                                                2.026
#OR
iris %>% group_split(Species) %>% map_dfc(function (x) apply(x[, 1:4], 2, mean))
#> New names:
#> * NA -> ...1
#> * NA -> ...2
#> * NA -> ...3
#> # A tibble: 4 x 3
#>    ...1  ...2  ...3
#>   <dbl> <dbl> <dbl>
#> 1 5.01   5.94  6.59
#> 2 3.43   2.77  2.97
#> 3 1.46   4.26  5.55
#> 4 0.246  1.33  2.03

因此，列表到数据帧的默认绑定是按列绑定的，如果列表是命名的，则项名称将用作输出df的列名。另一方面，如果您通过map_df或map_dfr给出特定命令，则列表项将按行绑定，因此不需要列表项的名称。

iris %>% group_split(Species) %>% map_dfr(function (x) apply(x[, 1:4], 2, mean))
# A tibble: 3 x 4
Sepal.Length Sepal.Width Petal.Length Petal.Width
<dbl>       <dbl>        <dbl>       <dbl>
1         5.01        3.43         1.46       0.246
2         5.94        2.77         4.26       1.33 
3         6.59        2.97         5.55       2.03 

希望这是清楚的。