如何在list-column中应用dplyr函数？附报错示例与代码

我来帮你搞定这个嵌套数据框的汇总问题！先拆解下你遇到的错误原因，再给你两种实用的解决方法。

错误原因分析 #

你碰到的两个报错，核心都是处理list-column时没有正确指定操作对象：

• 第一个错误 Can't convert a list to function：直接在summarise_if里用.data会让R混淆对象类型，.data在这里并非可调用的函数。
• 第二个错误 no applicable method for 'tbl_vars' applied to an object of class 'rlang_data_pronoun'：在map的公式语法里，.data的作用域不对，你需要用.x来指代map迭代的每个子数据框元素。

另外，当前tidyverse已经推荐用across()替代summarise_if()这类旧的scoped动词，所以我们用更现代的写法来解决问题。

完整解决方案代码 #

从你的原始代码出发，加上正确的汇总步骤：

library(tidyverse)

# 生成数据集并完成聚类（加set.seed保证结果可复现）
set.seed(123)
dataset <- as_tibble(matrix(rnorm(6*30,1000,100),ncol=6))
cluster <- kmeans(dataset, centers=3)
dataset$kmeans <- as.factor(cluster[['cluster']])

# 生成嵌套数据框（你的代码到这里是正确的）
obj <- dataset %>% group_by(kmeans) %>% nest()

# 方法1：保留嵌套结构，添加汇总后的子数据列
obj_with_summary <- obj %>%
  mutate(cluster_sum = map(data, ~ .x %>% 
                             summarise(across(where(is.numeric), sum))))

# 查看嵌套的结果
print(obj_with_summary)

# 方法2：展开嵌套，直接得到每行对应一个聚类的汇总表
cluster_summary <- obj %>%
  mutate(cluster_sum = map(data, ~ .x %>% 
                             summarise(across(where(is.numeric), sum)))) %>%
  unnest(cluster_sum)

# 查看展开后的汇总结果
print(cluster_summary)

代码解释 #

• map(data, ~ .x %>% ...)：map会遍历data列（list-column）里的每个子数据框，.x就是当前迭代的子数据框对象。
• summarise(across(where(is.numeric), sum))：用across指定要操作的列（所有数值型列），然后应用sum函数做汇总，这是当前dplyr的标准写法。
• unnest(cluster_sum)：把嵌套的汇总数据列展开成常规表格形式，方便查看和后续分析。

这样就能顺利完成每个聚类组的数值列汇总啦！

内容的提问来源于stack exchange，提问作者neves