合并不同值类型RDS文件时dplyr::bind_rows报错求助

问题原因 #

你脚本里的map_dfr(pluck, "performance")会调用dplyr::bind_rows合并所有提取出的performance数据框，但不同RDS文件中的performance数据框存在同一列类型不一致的情况（比如某列在部分文件里是整数，另一部分是字符/因子，或者数值类型不统一），导致合并失败。

解决步骤 #

1. 先定位类型不一致的列 #

先提取所有performance数据框，检查每列的类型分布：

# 提取所有performance数据框
performance_dfs <- iterative_run_ml_results %>% map(pluck, "performance")

# 生成各文件列类型的统计表格
type_summary <- performance_dfs %>%
  map(~sapply(.x, class)) %>%
  bind_rows(.id = "rds_file") %>%
  pivot_longer(-rds_file, names_to = "column_name", values_to = "data_type") %>%
  group_by(column_name) %>%
  summarise(unique_types = n_distinct(data_type), types = paste(unique(data_type), collapse = "/")) %>%
  filter(unique_types > 1)

print(type_summary)

运行这段代码后，就能看到哪些列存在多种数据类型，以及具体是哪些类型冲突。

2. 统一列类型后再合并 #

根据上面找到的问题列，统一转换为兼容的类型，再进行合并：

方案一：自动兼容转换（适合大部分场景）

利用type.convert自动将列转换为最合适的兼容类型：

# 统一所有数据框的列类型
unified_performance <- performance_dfs %>%
  map(~.x %>% mutate(across(everything(), type.convert, as.is = TRUE)))

# 合并并输出
unified_performance %>%
  bind_rows() %>%
  write_tsv(glue("{root}_performance.tsv"))

方案二：手动指定类型（更可控，适合明确冲突类型的场景）

比如假设你发现accuracy列有整数/双精度冲突，model列有因子/字符冲突，就手动转换：

unified_performance <- performance_dfs %>%
  map(~.x %>%
        mutate(
          accuracy = as.double(accuracy),  # 统一为双精度数值
          model = as.character(model)      # 统一为字符型
        ))

unified_performance %>%
  bind_rows() %>%
  write_tsv(glue("{root}_performance.tsv"))

额外提示 #

如果trained_model部分后续也出现类似问题，同样可以用这个思路先检查列类型，再统一转换后处理。

内容的提问来源于stack exchange，提问作者Seda Koldas