在R中如何判断列是否为嵌套数据框？适配mutate_if/across场景

先明确示例场景：用mpg %>% group_by(manufacturer) %>% nest()生成的嵌套数据框中，manufacturer是普通字符列，data列是嵌套的tibble列——每个单元格里都是一个独立的小tibble。

要筛选出这类嵌套列并应用自定义函数，最优的判断逻辑是检查列中所有元素是否为tibble（或data.frame），以下是适配mutate_if和across的具体实现：

构造示例数据 #

library(tidyverse)
# 生成嵌套数据框
nested_df <- mpg %>% group_by(manufacturer) %>% nest()

方法1：适配mutate_if #

利用purrr::map_lgl遍历列元素，结合all()判断是否全为tibble：

# 筛选嵌套列，给每个嵌套的小数据框新增一列
nested_df %>%
  mutate_if(~ all(map_lgl(.x, is_tibble)), 
            ~ map(.x, ~ mutate(.y, new_col = displ * hwy)))

方法2：适配across（推荐） #

tidyverse新版本更推荐用across替代mutate_if，搭配where() helper函数实现筛选：

nested_df %>%
  mutate(across(where(~ all(map_lgl(.x, is_tibble))),
                ~ map(.x, ~ mutate(.y, new_col = displ * hwy))))

简化版：用is.data.frame替代is_tibble #

因为tibble是data.frame的子类，is.data.frame同样能识别嵌套的tibble元素，代码可以更通用：

nested_df %>%
  mutate(across(where(~ all(map_lgl(.x, is.data.frame))),
                ~ map(.x, ~ mutate(.y, new_col = displ * hwy))))

补充说明 #

• 嵌套列本质是list列，每个元素都是独立的tibble/data.frame，all(map_lgl(.x, is_tibble))确保只筛选全部元素都是tibble的列，避免误判混有其他类型元素的list列；
• 如果需要筛选“至少包含一个tibble元素”的列，只需把all()换成any()即可。

内容的提问来源于stack exchange，提问作者Saren Tasciyan