在purrr::map()中使用dplyr::count()处理字符变量报错的技术咨询

嘿，这个报错我太熟啦！咱们来拆解一下问题出在哪，再给你几个好用的修改方案～

错误原因拆解 #

你写的代码里，select_if(is.character)已经把flights数据框里的字符列挑出来了，但后面的map(., count)会把每个字符列单独提取成字符向量——而dplyr::count()是专门用来处理数据框的函数，它需要基于数据框的分组逻辑来统计，面对单独的向量自然就懵了，所以才会抛出那串关于groups方法找不到的错误。至于你说数值型变量用类似代码有效，应该是当时用的是能处理向量的函数（比如summary()或者table()），但count()确实不吃这一套。

修正方案 #

方案1：给每个向量套个数据框再计数 #

我们可以在map里先把每个向量转换成单列数据框，再用count()统计，这样就符合count()的要求了：

library(dplyr)
library(purrr)
library(tibble) # 用来创建 tibble，比 data.frame 更友好

nycflights13::flights %>% 
  select_if(is.character) %>% 
  map(~ tibble(value = .x) %>% count(value))

运行后会返回一个列表，每个元素对应原数据框里的一个字符列，里面是该列的频数统计结果。

方案2：把所有结果合并成一个统一的数据框（更推荐） #

如果想把所有字符列的计数结果放在同一个数据框里查看，用imap_dfr()代替map()就行——它会自动把列名也带上：

nycflights13::flights %>% 
  select_if(is.character) %>% 
  imap_dfr(~ tibble(column_name = .y, value = .x) %>% count(column_name, value))

这样输出的是一个整洁的数据框，包含列名、列值和对应的频数，非常方便后续分析。

针对因子型变量的修改 #

你提到因子型变量也会报同类错，解决思路完全一样：把select_if(is.character)换成select_if(is.factor)，再用上面的任意一种方案就行，比如：

nycflights13::flights %>% 
  select_if(is.factor) %>% 
  imap_dfr(~ tibble(column_name = .y, value = .x) %>% count(column_name, value))

内容的提问来源于stack exchange，提问作者Joe