使用map2比较嵌套tibble列并提取val列最大值的问题

我懂你现在的困扰啦——想用map2处理嵌套的tibble，提取val列的最大值但代码没达到预期效果。咱们一步步来搞定这个问题：

1. 先明确示例数据（和你的结构一致） #

首先我先构造一个和你描述完全匹配的示例数据集，方便后续演示：

library(tibble)
library(purrr)

# 构造符合你要求的嵌套tibble
tbl <- tibble(
  ID = c("a", "b", "c"),
  data.x = list(
    tibble(val = c(1, 3), other_col = c("x", "y")),
    tibble(val = c(5, 2), other_col = c("m", "n")),
    tibble(val = c(4, 6), other_col = c("p", "q"))
  ),
  data.y = list(
    tibble(val = c(2, 4), other_col = c("x", "y")),
    tibble(val = c(6, 1), other_col = c("m", "n")),
    tibble(val = c(3, 7), other_col = c("p", "q"))
  )
)

2. 分场景给出解决方案 #

根据你“提取val列的最大值”的需求，分几种常见场景来处理：

场景1：提取每个ID对应的data.x中val列的最大值 #

用map_dbl直接从嵌套的data.x中提取最大值，结果会生成一个数值列：

tbl <- tbl %>%
  mutate(max_x_val = map_dbl(data.x, ~max(.x$val, na.rm = TRUE)))

场景2：提取每个ID对应的data.y中val列的最大值 #

和场景1逻辑一致，只是换成data.y：

tbl <- tbl %>%
  mutate(max_y_val = map_dbl(data.y, ~max(.x$val, na.rm = TRUE)))

场景3：提取每个ID对应的data.x和data.y的val列合并后的最大值 #

这时候就需要用到map2_dbl，把两个嵌套tibble的val列合并后取最大值：

tbl <- tbl %>%
  mutate(max_both_val = map2_dbl(data.x, data.y, ~max(c(.x$val, .y$val), na.rm = TRUE)))

场景4：比较data.x和data.y的val最大值，取两者中的较大者 #

如果你的需求是分别算出data.x和data.y的val最大值，再取其中更大的那个，代码可以这样写：

tbl <- tbl %>%
  mutate(max_compare_val = map2_dbl(data.x, data.y, ~max(max(.x$val, na.rm = TRUE), max(.y$val, na.rm = TRUE))))

3. 常见错误点排查 #

你之前代码出问题，大概率是这几个原因：

• 忘记加na.rm = TRUE：如果你的val列有缺失值，max()会返回NA，加上这个参数可以忽略缺失值
• 错误访问嵌套列：比如写成.x[val]而不是.x$val或者.x[["val"]]，后者才是正确提取嵌套tibble中列的方式
• 用错map函数：如果用map而不是map_dbl，结果会是列表列而不是数值列，不符合预期

4. 最终结果展示 #

运行上述代码后，你的tibble会变成这样：

# A tibble: 3 x 7
  ID    data.x             data.y             max_x_val max_y_val max_both_val max_compare_val
  <chr> <list>             <list>             <dbl>     <dbl>       <dbl>           <dbl>
1 a     <tibble [2 x 2]>   <tibble [2 x 2]>       3         4           4               4
2 b     <tibble [2 x 2]>   <tibble [2 x 2]>       5         6           6               6
3 c     <tibble [2 x 2]>   <tibble [2 x 2]>       6         7           7               7

内容的提问来源于stack exchange，提问作者Hakki