РЕДАКТИРОВАТЬ: я немного изменил репекс с исходного вопроса, потому что он не дал аналогичный пример для моего реального использования.
Это расширение предыдущего вопроса, перекодирование / замена нескольких значений в столбце общих данных на одно значение во всех фреймах данных , что прекрасно работает для более простого приложения. Я пытался, но безрезультатно, распространить решение на несколько более сложный случай.
У меня есть много разных фреймов данных, каждый из которых имеет несколько общих столбцов («site» и «grp» в репексе ниже). В каждом из фреймов данных в переменной 'grp' есть несколько ошибок, некоторые из которых не являются общими. В предыдущем вопросе это было решено с использованием функций tidyverse и recode, путем создания list элементов ключ / значение и перекодирования их с помощью
keyval <- setNames(rep(good_values, lengths(bad_values)), unlist(bad_values))
out <- map(df_list, ~ .x %>%
mutate(grp = recode_factor(grp, !!! keyval)))
Однако я хочу сделать это, когда список key / val зависит от значения другой разделяемой переменной, 'site'. Например, grp = a1 следует перекодировать в grp = a, когда site = s1, и grp = f, когда site = s2. Я попытался расширить приведенный выше код, используя map() с вложенным вызовом pmap() в следующем примере:
#example data frames
library(tidyverse)
df1 = data.frame(site = c(rep("s1",5), rep("s2",5), rep("s3",5)),grp = c("a1","a.","a.",rep("b",4),"b2","b-","bq",rep("a1",5)), measure = rnorm(15))
df2 = data.frame(site = c(rep("s1",10), rep("s2",16), rep("s3",5)), grp = c(rep("as", 3), "b2",rep("a",22),rep("a1",5)), measure2 = rnorm(31))
df3 = data.frame(site = c(rep("s1",3), rep("s2",6), rep("s3",5)),grp = c(rep("b-",3),rep("bq",2),"a", rep("a.", 3),rep("a1",5)), measure3 = 1:14)
df_list = list(df1, df2, df3)
site_list = c("s1","s2","s3")
bad_values = list(c("a1","a.","as", "b2", "b-", "bq"),
c("a1","a.","as","b", "b2", "b-", "bq"),
c("a1"))
good_values = list(c("a", "a1","a2","b","b1","b2"),
c("f","f1","f2","g","g","g1","g2"),
c("t"))
#put dfs into list to `map` over
df_list = list(df1, df2, df3)
#what I tried.
#nested pmap() within map()
dfs_mod = map(df_list, ~.x %>%
pmap(list(site_list,bad_values,good_values),
~mutate(.x, grp = ifelse(site == ..1,recode(grp, !!!setNames(as.list(..2),..3)),grp))))
В настоящее время выдается код ошибки «Ошибка: не знаю, как вырвать из языка». В поисках этой ошибки я не смог понять, что это за ошибка или как выполнить задачу.
РЕДАКТИРОВАТЬ: Я пытался также пытался
keyval = map2(good_values, bad_values, ~setNames(as.list(..1),unlist(..2)))
#this creates 3 lists of key/val elements to recode grp on for each site
dfs_mod = map(df_list, function(x){
map2(site_list, keyval, ~mutate(x, grp = ifelse(site == ..1, recode_factor(grp, !!!..2), grp)))
})
Это не выдает ошибку, но не вполне выполняет то, что я желаю. У него есть пара нежелательных побочных эффектов: 1) он создает 3 списка по 3 кадра данных, по одному df, перекодированному для каждого из списков key / val, и 2) он перекодирует фактор 'grp' в целое число (что меня поражает). Становится все яснее, что я неправильно понимаю, что должен делать map*(), и не намерен его использовать. Поэтому любые другие способы итеративного достижения этого приветствуются.
Я предполагаю, что ожидаемый результат будет list такой же длины, что и df_list (3 в данном случае). Переменные 'grp' = 'bad_values' должны быть перекодированы в 'good_values' в зависимости от местоположения элемента списка и в зависимости от 'сайта' (например, bad_values [[1]] [1] -> good_values [[1]] [1 ], bad_values [[1]] [2] -> good_values [[1]] [2] и т. д. для site = site_list [[1]]). Первый кадр данных в 'dfs_mod' list должен выглядеть примерно так:
dfs_mod[[1]]
site grp measure
1 s1 a -1.2169476
2 s1 a1 1.0644877
3 s1 a1 0.2007733
4 s1 b 0.8613291
5 s1 b -0.3682463
6 s2 g 1.2535321
7 s2 g 0.7622614
8 s2 g 1.4022664
9 s2 g1 -0.8234464
10 s2 g2 -1.0000354
11 s3 t 1.34320583
12 s3 t 1.33950010
13 s3 t -1.12670074
14 s3 t 1.59890652
15 s3 t 0.23932814
Спасибо за любую помощь.
#old repex data from original question that has been edited above
library(tidyverse)
#create example dfs
df1 = data.frame(site = c(rep("s1",5), rep("s2",5)),grp = c("a1","a.","a.",rep("b",4),"b2","b-","bq"), measure = rnorm(10))
df2 = data.frame(site = c(rep("s1",10), rep("s2",16)), grp = c(rep("as", 3), "b2",rep("a",22)), measure2 = rnorm(26))
df3 = data.frame(site = c(rep("s1",3), rep("s2",6)),grp = c(rep("b-",3),rep("bq",2),"a", rep("a.", 3)), measure3 = 1:9)
site_list = list("s1","s2")
bad_values = list(c("a1","a.","as", "b2", "b-", "bq"),
c("a1","a.","as","b", "b2", "b-", "bq"))
good_values = list(c("a", "a1","a2","b","b1","b2"),
c("f","f1","f2","g","g","g1","g2"))