如何在完整tibble而非单行tibble上使用purrr::map

错误原因分析 #

你用group_split()后得到的是多个tibble组成的列表，但pmap()的作用是遍历按列拆分的列表（每个元素对应一列的所有值）。当你给pmap()传入分组后的tibble列表时，它会把每个tibble的列当成独立参数传递给匿名函数，比如第一个分组tibble有5行，第二个有6行，执行tibble(...)时就会触发列尺寸不兼容的错误。

而直接对分组后的tibble用pmap()，它会按行拆分数据，每次传入一行的各列值，所以得到的是单行tibble的列表，这不是你想要的。

解决方案 #

方案1：用map()替代pmap()处理group_split()的结果 #

map()会把分组列表中的每个tibble作为单个参数传给函数，完美匹配你的需求：

library(tidyverse, quietly = T)
ggplot2::diamonds %>% 
  sample_n(30) %>% 
  group_by(cut) %>% 
  group_split() %>% 
  map(function(data) { 
    # 这里的data就是完整的分组tibble
    print(data)
    # 可以添加你的业务逻辑，比如绘图、统计等
  })

或者更简洁的公式写法：

ggplot2::diamonds %>% 
  sample_n(30) %>% 
  group_by(cut) %>% 
  group_split() %>% 
  map(~{
    print(.x)
    # 你的处理逻辑
  })

方案2：用group_modify()直接处理分组数据（无需手动拆分） #

如果不需要单独的列表结果，推荐用group_modify()，它会自动遍历每个分组，处理后合并成一个tibble：

ggplot2::diamonds %>% 
  sample_n(30) %>% 
  group_by(cut) %>% 
  group_modify(function(data, keys) {
    # data是当前分组的完整tibble，keys是当前分组的分组键（比如cut的值）
    print(data)
    # 示例：返回每个分组的行数统计
    tibble(group = keys$cut, row_count = nrow(data))
  })

方案3：用nest_by()嵌套分组后再map() #

先把每个分组嵌套成list列，再对list列用map()处理：

ggplot2::diamonds %>% 
  sample_n(30) %>% 
  nest_by(cut) %>% 
  mutate(process_result = map(data, function(df) {
    print(df)
    # 你的处理逻辑，比如计算均值
    tibble(avg_carat = mean(df$carat))
  })) %>% 
  unnest(process_result) # 可选：展开结果

内容的提问来源于stack exchange，提问作者jzadra