Base R split()触发unique()仅适用于向量错误的排查与解决咨询

1. 报错根源 #

• 核心原因是环境版本差异：你本地的dplyr/tidyverse组件版本与segregation包开发者的运行环境不一致。split(~GEOID)这种公式式拆分语法在部分版本的tidyverse环境中，拆分得到的每个子数据集会残留tidyverse特有的分组元数据，导致entropy()函数内部调用unique()处理分组列时，无法将其识别为普通向量，触发unique() applies only to vectors报错。
• 开发者环境能正常运行是因为其使用的tidyverse版本要么兼容这种公式拆分的输出格式，要么默认拆分结果不带残留元数据。

2. 修复方案 #

方案1（更推荐，性能更好写法更简洁） #

直接使用dplyr的分组聚合逻辑替代split+map，完全避开拆分逻辑可能带来的属性问题：

inglewood_entropy <- ca_city_data %>%
  filter(urban_name == "Inglewood") %>%
  group_by(GEOID) %>%
  summarize(
    entropy = entropy(
      data = cur_data(),
      group = "variable",
      weight = "estimate",
      base = 4
    ),
    .groups = "drop"
  )

方案2（兼容原有写法逻辑） #

将split的公式写法替换为base R原生的列提取拆分逻辑，同时将子数据集转为普通data.frame消除属性影响：

inglewood_entropy <- ca_city_data %>%
  filter(urban_name == "Inglewood") %>%
  split(.$GEOID) %>% # 替换原有的~GEOID公式写法
  map_dbl(~{
    entropy(
      data = as.data.frame(.x), # 转为普通data.frame消除tibble属性影响
      group = "variable",
      weight = "estimate",
      base = 4
    )
  }) %>%
  as_tibble(rownames = "GEOID") %>%
  rename(entropy = value)

两种方案都可以得到你预期的两列tibble结果。

内容的提问来源于stack exchange，提问作者bcongelio