Как рассчитать среднее / сумму отдельных столбцов столбца вложенного списка, используя функцию карты Мур

Question

Я пытаюсь использовать purr для суммирования определенного столбца столбца вложенного списка.

library(tidyverse)
z <- tibble(name = c("Bill","Bill","Bill","Sue","Sue"), grade =c(90L,95L,70L,100L,98L), time=c(10L,11L,10L,15L,16L))

summary <- z %>% 
  group_by(name) %>% 
  nest %>% 
  mutate(n = map_int(data,nrow)) %>% 
  mutate(avg = map(data$grade,mean)) %>% 
  mutate(ttl_time = map(data$time, sum))

Когда я запускаю это, я получаю сообщение об ошибке :: Столбец y должен иметь длину 3 (количество строк) или одна, а не 2

Мой целевой вывод:

name      data     n      avg      ttl_time

Bill     [3x3]     3      92        31

Sue      [2x3]     2      99        31  

Когда я удаляю две последние функции mutate, скрипт работает как ожидалось. Это заставляет меня поверить, что я не изолирую столбцы оценки и времени в столбце данных, но я могу понять, что я делаю неправильно?

Я смотрел это студийное видео и считаю, что делаю то же самое, что видел в видео. Работа со столбцами списка

Answer 1

z %>% 
  group_by(name) %>% 
  nest() %>% 
  mutate(n = map_int(data, nrow),
         avg = map_dbl(data, ~ mean(.x$grade)),
         ttl_time = map_dbl(data, ~ sum(.x$time)))

# # A tibble: 2 x 5
#   name  data                 n   avg ttl_time
#   <chr> <list>           <int> <dbl>    <dbl>
# 1 Bill  <tibble [3 × 2]>     3    85       31
# 2 Sue   <tibble [2 × 2]>     2    99       31

Обозначение формулы с ~ является сокращением, например, для function(.x) mean(.x$grade)

---

Ошибка OP действительно связана с тем фактом, что map не может выполнять итерацию непосредственно для каждого элемента gradeиз списка data, по крайней мере, с этим синтаксисом.

data$grade понимается как элемент списка data с именем grade, и такого элемента не существует.

Этот альтернативный синтаксис может помочь понять, как это достижимо:

z %>% 
  group_by(name) %>% 
  nest() %>% 
  mutate(n = map_int(data, nrow),
         avg = map_dbl(map(data, "grade"), mean),
         ttl_time = map_dbl(map(data, "time"), sum))

, где map(data, "grade") извлекает каждый grade компонент из элементов столбца списка data.

Хотя это, на мой взгляд, менее читабельно, чем первое предложение.