R按行处理tibble动态新增列时报「跨组需返回兼容向量」错误如何解决？

• 列类型不兼容：不同类别返回的relevant_field_val系列列数据类型不一致：oncology类的relevant_field_val1为字符型，covid19类的relevant_field_val1为数值型，other类返回的默认值为逻辑型NA，dplyr的mutate要求同一列所有行的数据类型一致，不同类型无法合并就会抛出兼容错误。
• 字典默认值类型不匹配：你给cat2du_col$get设置的默认值是逻辑型NA，和映射返回的字符向量类型不一致，取值时就会触发强制转换警告。

方案1：统一列类型，逐行运算绑定结果 #

修改函数统一返回列的类型，使用purrr::pmap_dfr逐行运行后直接绑定到原数据，代码如下：

library(tidyverse)
library(collections)

# 初始化字典，默认返回2个字符型NA，避免类型冲突
cat2du_col <- dict()
cat2du_col$set('oncology', c('stage', 'is_solid'))
cat2du_col$set('covid19', c('saturation', 'is_vaccinated'))

# 修改映射函数，统一返回值类型
cat_map <- function(...) {
  row <- list(...)
  cols <- cat2du_col$get(row$category, rep(NA_character_, 2))
  # 名称列统一为字符型
  relevant_field_name1 <- cols[1]
  relevant_field_name2 <- cols[2]
  # 值列统一转为字符型避免类型冲突，无需保留原始类型可使用该方案
  relevant_field_val1 <- if (!is.na(relevant_field_name1)) as.character(row[[relevant_field_name1]]) else NA_character_
  relevant_field_val2 <- if (!is.na(relevant_field_name2)) as.character(row[[relevant_field_name2]]) else NA_character_
  
  return(tibble(relevant_field_name1, relevant_field_val1, relevant_field_name2, relevant_field_val2))
}

# 原测试数据
df <- tibble(
  category = c('oncology', 'covid19', 'other'),
  stage = c('I', NA, NA),
  is_solid = c(T, NA, NA),
  saturation = c(NA, 95, NA),
  is_vaccinated = c(T, F, T)
)

# 逐行运行函数，结果绑定到原数据
df <- bind_cols(df, pmap_dfr(df, cat_map))

方案2：保留val列原始数据类型 #

如果需要保留val的原始数据类型（数值、逻辑、字符不转成统一字符），可以用list列存储val值：

cat_map <- function(...) {
  row <- list(...)
  cols <- cat2du_col$get(row$category, rep(NA_character_, 2))
  relevant_field_name1 <- cols[1]
  relevant_field_name2 <- cols[2]
  
  # 值列用list存储，兼容不同数据类型
  relevant_field_val1 <- if (!is.na(relevant_field_name1)) list(row[[relevant_field_name1]]) else list(NA)
  relevant_field_val2 <- if (!is.na(relevant_field_name2)) list(row[[relevant_field_name2]]) else list(NA)
  
  return(tibble(relevant_field_name1, relevant_field_val1, relevant_field_name2, relevant_field_val2))
}

df <- bind_cols(df, pmap_dfr(df, cat_map))

内容的提问来源于stack exchange，提问作者dimid。