如何用map对比列表列中的tibble，生成新列表列？

构造模拟数据 #

先创建一个匹配你场景的示例tibble，包含两行，每行的tbl_a和tbl_b列都是嵌套的小tibble：

library(tibble)
library(purrr)
library(dplyr)

# 构造示例数据
df <- tibble(
  id = 1:2,
  tbl_a = list(
    tibble(val = c(1,2,3), other = c("a","b","c")),
    tibble(val = c(4,5,6), other = c("d","e","f"))
  ),
  tbl_b = list(
    tibble(val = c(2,3,4), other = c("x","y","z")),
    tibble(val = c(5,6,7), other = c("m","n","p"))
  )
)

单行处理示例 #

单行可以正常实现对比筛选，比如处理第一行：

# 单行处理：筛选val相等的行
single_row_result <- inner_join(df$tbl_a[[1]], df$tbl_b[[1]], by = "val")
single_row_result

批量处理的正确方式 #

批量处理时不能直接用map，因为它只能单列迭代，无法对应每行的两个嵌套tibble。需要用map2并行迭代tbl_a和tbl_b两列，确保每行的两个嵌套tibble配对处理：

# 定义对比筛选函数，可替换为你的复杂filter逻辑
compare_tbls <- function(a, b) {
  inner_join(a, b, by = "val")
}

# 批量生成新列表列
df <- df %>%
  mutate(tbl_compare = map2(tbl_a, tbl_b, compare_tbls))

查看结果 #

运行后查看新生成的tbl_compare列，每行都是对应两个嵌套tibble对比后的结果：

# 查看第一行的对比结果
df$tbl_compare[[1]]
# 查看第二行的对比结果
df$tbl_compare[[2]]

关键说明 #

• map2是purrr包中用于并行迭代两个列表的函数，它会依次取tbl_a和tbl_b的第i个元素传入处理函数，完美匹配每行的对应关系。
• 如果需要处理更多列表列，可以用pmap函数，传入多列组成的列表进行迭代。

内容的提问来源于stack exchange，提问作者TY Lim