Кажется, что разница в классе столбца данных при использовании nest
против nest_legacy
.
library(tidyr)
library(dplyr)
df <- tibble::tribble(
~id, ~x, ~y,
1, 10, 20,
1, 100, 200,
2, 1, 2
)
df
# A tibble: 3 x 3
# id x y
# <dbl> <dbl> <dbl>
#1 1 10 20
#2 1 100 200
#3 2 1 2
Использование обоих методов и проверка, являются ли они tibble
s
test1 <- df %>% nest(data = -id)
test2 <- df %>% nest_legacy(-id)
test1 %>% '[['(2) %>% '[['(1) %>% is_tibble()
[1] TRUE
test1
# A tibble: 2 x 2
# id data
# <dbl> <list<df[,2]>>
#1 1 [2 x 2]
#2 2 [1 x 2]
test2 %>% '[['(2) %>% '[['(1) %>% is_tibble()
[1] TRUE
test2
# A tibble: 2 x 2
# id data
# <dbl> <list>
#1 1 <tibble [2 x 2]>
#2 2 <tibble [1 x 2]>
Проверка класса столбца данных
class(test1[[2]])
[1] "vctrs_list_of" "vctrs_vctr"
class(test2[[2]])
[1] "list"
Использование as.list
в столбце данных даст те же результаты, что и nest_legacy
test3 <- df %>% nest(data = -id) %>% mutate_at(vars(data), ~as.list(.))
test3
# A tibble: 2 x 2
# id data
# <dbl> <list>
#1 1 <tibble [2 x 2]>
#2 2 <tibble [1 x 2]>
identical(test2, test3)
[1] TRUE