如何使用purrr map2将嵌套数据中的if-then转为case_when？

嘿，我来帮你搞定这个需求！要把嵌套数据里的if-then逻辑转成case_when，同时用purrr::map2来逐行处理你的嵌套列，咱们可以分步骤来实现：

首先，先把你的原始数据整理成更易读的形式：

library(tidyverse)

# 你的原始数据
vec1 <- c("A", "B")
vec2 <- c("A", "B", "C")
df1 <- structure(
  list(
    A = c("X", "Y"),
    data = list(
      tibble(B = c(4L, 9L)),
      tibble(B = c(5L, 2L, 8L, 2L))
    ),
    C = list(c("A", "B"), c("A", "B", "C"))
  ),
  class = c("tbl_df", "tbl", "data.frame"),
  row.names = c(NA, -2L)
)

核心思路 #

我们需要遍历df1的每一行，对每行的data（嵌套表格）和C（条件类别向量）完成两个核心操作：

1. 根据C的类别数量，把data$B的值划分成对应数量的区间
2. 用case_when把每个区间的B值映射到C里的对应类别

为了灵活适配不同长度的C（比如有的是2个类别，有的是3个），我们会动态生成case_when的条件，避免手动写死逻辑。

实现代码 #

先定义一个处理单组嵌套数据的函数，再用map2批量应用到所有行：

# 定义处理单个嵌套表格和对应类别向量的函数
process_nested_data <- function(data_tbl, category_vec) {
  # 获取当前组的类别数量
  n_categories <- length(category_vec)
  
  # 根据B列的数值分布生成区间分割点（这里用分位数均匀划分，你可以改成固定区间）
  value_breaks <- quantile(data_tbl$B, probs = seq(0, 1, length.out = n_categories + 1))
  
  # 动态生成case_when的条件-结果对
  case_conditions <- map2(
    1:n_categories,
    category_vec,
    ~ {
      # 最后一个区间用左开右闭，避免边界值重复匹配
      if (.x == n_categories) {
        between(data_tbl$B, value_breaks[.x], value_breaks[.x + 1], left = FALSE) ~ .y
      } else {
        between(data_tbl$B, value_breaks[.x], value_breaks[.x + 1]) ~ .y
      }
    }
  )
  
  # 应用case_when并返回处理后的表格
  data_tbl %>%
    mutate(category = case_when(!!!case_conditions))
}

# 用map2遍历data和C列，生成处理后的嵌套列
df1_processed <- df1 %>%
  mutate(processed_data = map2(data, C, process_nested_data))

查看处理结果 #

你可以展开processed_data列查看每一组的处理效果：

# 查看第一行的处理结果
df1_processed$processed_data[[1]]
#> # A tibble: 2 × 2
#>       B category
#>   <int> <chr>   
#> 1     4 A       
#> 2     9 B

# 查看第二行的处理结果
df1_processed$processed_data[[2]]
#> # A tibble: 4 × 2
#>       B category
#>   <int> <chr>   
#> 1     5 B       
#> 2     2 A       
#> 3     8 C       
#> 4     2 A

代码细节解释 #

• map2(data, C, process_nested_data)：同时遍历data和C两个列表列，把每一对对应的数据传入处理函数，保证每行的嵌套表格和类别向量一一对应
• 动态生成case_when条件：用map2生成每个区间对应的条件-结果对，再用!!!（非标准求值语法）把这些条件注入到case_when中，自动适配不同长度的类别向量
• 区间划分逻辑：这里用quantile均匀划分B的值域，如果你需要固定区间（比如c(0,3,6,10)），只需要修改value_breaks的生成逻辑即可

内容的提问来源于stack exchange，提问作者Geet