r - 按 nrow 过滤 tibble

Question

我有一个这样的小标题

>dat
# A tibble: 556 × 3
           sample      run                   abc
            <chr>    <chr>                <list>
1  206_03_07_2013 21102016   <tibble [304 × 21]>
2  206_04_07_2017  7082017   <tibble [229 × 21]>
3  206_04_10_2015 25112015 <tibble [2,687 × 21]>
4  206_07_08_2013 15102015   <tibble [460 × 21]>
5  206_08_12_2016  3032017 <tibble [3,250 × 21]>
6  206_11_03_2014 21102016   <tibble [975 × 21]>
7  206_13_02_2013 21112016   <tibble [101 × 21]>
8  206_13_03_2013 21112016   <tibble [345 × 21]>
9  206_14_08_2014  8092016 <tibble [1,952 × 21]>
10 206_19_03_2015 25012016    <tibble [11 × 21]>
# ... with 546 more rows

abc 列包含不同长度的小标题。我想使用它们的长度（> 100 行）过滤 dat tibble。

我可以做这样的事情：

dat[sapply(dat$abs,nrow)>100,]

但我想使用 dplyr 哲学？有任何想法吗 ？

谢谢

Answer 1

一种方法可能是：

library(dplyr)
library(purrr)

dat <- tribble(
  ~foo, ~bar,
  1, as_tibble(head(iris, 3)),
  2, as_tibble(head(iris, 7))
)

# # A tibble: 2 x 2
#     foo              bar
#   <dbl>           <list>
# 1     1 <tibble [3 x 5]>
# 2     2 <tibble [7 x 5]>

res <- filter(dat, map_int(bar, nrow) > 5)

# # A tibble: 1 x 2
#     foo              bar
#   <dbl>           <list>
# 1     2 <tibble [7 x 5]>

desired_output <- dat[sapply(dat$bar,nrow)>5,]
identical(res, desired_output)
# [1] TRUE

与您尝试的相比，这里实际上没有任何附加值，这是使用[和sapply（分别使用filter和map_int）的插入式替换的问题。Base R 函数与所谓的“dplyr哲学”并不矛盾。如果您的意思是使用magrittr管道%>%，dat %>% .[sapply(.$bar, nrow) > 5, ]并且dat %>% filter(map_int(bar, nrow) > 5)工作同样出色。

注意：我通常更喜欢all.equal但identical无法使其工作：

all.equal(res, desired_output)
# Error in equal_data_frame(target, current, ignore_col_order = ignore_col_order,  : 
#   Can't join on 'bar' x 'bar' because of incompatible types (list / list)

（见https://github.com/tidyverse/dplyr/issues/2194）