如何在分组列表列中捕获各模拟的最大值？

核心实现代码 #

要在分组状态下自动适配任意条件数，对列表列的每个模拟位置取最大值，可以通过**收集组内所有列表并逐位置应用pmax()**实现：

library(tidyverse)

POST_SIMS <- 4
CONDITIONS <- 3
DURATION <- 2

set.seed(42) # 固定随机种子确保结果可复现
df <- 
    tibble(
        day = rep(1:DURATION, each = CONDITIONS),
        condition = rep(LETTERS[1:CONDITIONS], times = DURATION),
    ) |>
    rowwise() |>
    mutate(post = list(rnorm(POST_SIMS, 0, 1))) 

# 生成post_max列表列
df_result <- df |>
    group_by(day) |>
    mutate(
        # 收集当前组所有条件的post列表，形成一个嵌套列表
        all_posts = list(post),
        # 对每个模拟位置，取所有条件的最大值，生成长度为POST_SIMS的向量
        post_max = list(pmap_dbl(all_posts, pmax))
    ) |>
    ungroup() |>
    select(-all_posts) # 移除临时辅助列

代码说明 #

• 原代码问题：之前直接用pmap(list(post), pmax)时，分组后的list(post)是每行单独的列表，pmap仅对单个列表执行pmax，结果就是原列表重复，无法实现跨条件取最大值。
• 关键改进：通过list(post)收集组内所有条件的post列表，形成一个包含多个等长向量的列表，再用pmap_dbl遍历每个位置，取所有条件对应位置的最大值，最终得到每个组的4个模拟最大值列表。

验证结果 #

可以手动计算验证结果是否正确：

# 提取第1天的所有post列表
day1_posts <- df |> filter(day == 1) |> pull(post)
# 手动计算逐位置最大值
manual_max <- pmap_dbl(day1_posts, pmax)

# 对比结果中的post_max
df_result |> filter(day == 1) |> pull(post_max) |> first()
manual_max

替代实现方法（嵌套处理） #

也可以通过nest先按天聚合数据，处理后再展开，逻辑更直观：

df_result2 <- df |>
    nest(data = -day) |>
    mutate(
        # 对每个天的所有post计算逐位置最大值
        post_max = map(data, ~pmap_dbl(.x$post, pmax)),
        # 将最大值列表添加到每个条件行
        data = map2(data, post_max, ~mutate(.x, post_max = list(.y)))
    ) |>
    unnest(data)

内容的提问来源于stack exchange，提问作者Joe