为何purrr的map_dfc与map_dfr在dplyr summarise中输出一致？

核心问题 #

你碰到的问题根源在于dplyr::summarise()的设计逻辑：它要求每个汇总表达式返回的结果长度必须和分组数一致（每组对应1个结果）。当你在summarise()里直接用map_dfr()时，它生成的多行数据框会被summarise()当成单个列表元素存起来，而不是展开成行；而map_dfc()生成的多列数据框会被summarise()直接拆成列，这就导致两者输出看起来一样，但map_dfr()的结果其实是嵌套的列表列，没发挥出行绑定的作用。

正确实现方式 #

要实现按行绑定并保留迭代追踪的需求，得绕开summarise()的单值限制，推荐两种方法：

方法1：group_map() + bind_rows() #

直接对分组数据做映射，合并时自动保留分组信息：

library(dplyr)
library(purrr)

# 示例：按气缸数分组，计算mpg的10%、20%分位数，保留分位数类型
mtcars %>%
  group_by(cyl) %>%
  group_map(function(group_data, group_info) {
    map_dfr(c(10, 20), function(p) {
      tibble(
        cyl = group_info$cyl,
        percentile = paste0(p, "%"),
        mpg_quantile = quantile(group_data$mpg, p/100)
      )
    })
  }) %>%
  bind_rows()

方法2：嵌套数据框 + map_dfr() #

先把分组数据嵌套成列表列，再映射处理后展开：

mtcars %>%
  group_by(cyl) %>%
  nest() %>%
  mutate(
    quant_results = map(data, function(df) {
      map_dfr(c(10, 20), ~tibble(percentile = paste0(.x, "%"), mpg_quantile = quantile(df$mpg, .x/100)), .id = "iter_id")
    })
  ) %>%
  unnest(quant_results) %>%
  select(-data)

错误写法对比 #

你之前在summarise()里用map_dfr()的写法，会把多行结果打包成列表列，表面和map_dfc()的列结构类似，但实际是嵌套的：

# 错误写法示例
wrong_output <- mtcars %>%
  group_by(cyl) %>%
  summarise(
    map_output = map_dfr(c(10, 20), ~tibble(mpg_quantile = quantile(mpg, .x/100)), .id = "percentile"),
    .groups = "drop"
  )

# 查看结构就能发现map_output是列表列
str(wrong_output$map_output)

总结 #

• summarise()的定位是每组返回单个值或单行数据，不适合生成多行结果
• 要生成按行绑定的多组迭代结果，优先用group_map()配合bind_rows()，或者嵌套后映射展开
• map_dfr()的.id参数只有在直接合并数据框时才会生效，被summarise()包裹时会失效

内容的提问来源于stack exchange，提问作者Stefan