如何在purrr::map_*中连接DataFrame至嵌套列表列内的DataFrame

看起来你已经搭好基础框架了，我来帮你补全连接逻辑，并且优化实现方式：

首先先把完整的可运行代码给到你，核心思路是遍历嵌套列表里的每个小DataFrame，和外部的mtcars_mpg完成连接，同时保留原有的嵌套结构（也可以按需展开）。

完整实现代码 #

# 加载依赖包
data(mtcars)
library(tidyr)
library(purrr)
library(dplyr)

# 构建按cyl分组的嵌套DataFrame
mtcars_nest <- mtcars %>%
  rownames_to_column() %>%
  rename(rowname_1 = rowname) %>%
  select(-mpg) %>%
  group_by(cyl) %>%
  nest()

# 构建单独存储mpg的DataFrame
mtcars_mpg <- mtcars %>%
  rownames_to_column() %>%
  rename(rowname_2 = rowname) %>%
  select(rowname_2, mpg)

# 定义连接函数：处理每个嵌套的小DataFrame
join_df <- function(df_nest, df_other) {
  df_nest %>%
    mutate(data = map(data, ~ inner_join(.x, df_other, by = c("rowname_1" = "rowname_2"))))
}

# 执行连接操作
mtcars_nested_joined <- join_df(mtcars_nest, mtcars_mpg)

# 可选：展开嵌套结构查看完整结果
mtcars_nested_joined %>% unnest(data)

关键逻辑解释 #

• 我们用dplyr::mutate配合purrr::map遍历mtcars_nest的data列，对每个嵌套的小DataFrame执行inner_join，匹配规则是两个DataFrame里的行名字段（rowname_1和rowname_2）。
• 执行后原有的嵌套结构会被保留，每个data列里的小DF都会新增mpg列。
• 如果需要查看所有行的完整展开结果，调用unnest(data)即可。

更简洁的链式写法（无需单独定义函数） #

如果你不想单独写函数，也可以直接用链式调用完成整个操作：

mtcars_nest %>%
  mutate(data = map(data, inner_join, mtcars_mpg, by = c("rowname_1" = "rowname_2")))

这样就完美实现了你想要的效果：把嵌套在列表列中的每个DataFrame，和外部的mtcars_mpg按行名关联起来~

内容的提问来源于stack exchange，提问作者mark