r — mapmapAuto，range，functioncol{paste0col [[1]]，“，” col [[2]]}的更面向流％>％惯用法

如何解决r — mapmapAuto，range，functioncol{paste0col [[1]]，“，” col [[2]]}的更面向流％>％惯用法

下面的代码迭代给定数据帧的所有列（内置R示例中的“自动”），

获取整个列的范围，

然后将范围从range-obj转换为str格式以供查看

library(purrr)
map(map(Auto,range),function(col) {paste0(col[[1]],"," col[[2]])})

我想使其更加面向流（dplyr）。我已经用tibble()和rowwise()换行了，但是无法做到。

解决方法

在这种情况下，我希望使用map（一个map调用就足够了），但是您也可以使用{dplyr}中的across（请参见下面的示例）。在后者的情况下，输出将为data.frame，并且将包含一行包含许多列表列的行，这些行又包含range的两个值。您也可以删除列表，而只有data.frame两行，分别包含min和max。

顺便说一句。 rowwise在这里无济于事，因为我们需要对整列进行操作以获取其range。

library(dplyr)
library(purrr)

mtcars %>% 
map( ~ paste(range(.x)[1],range(.x)[2],sep = ","))
#> $mpg
#> [1] "10.4,33.9"
#> 
#> $cyl
#> [1] "4,8"
#> 
#> $disp
#> [1] "71.1,472"
#> 
#> $hp
#> [1] "52,335"
#> 
#> $drat
#> [1] "2.76,4.93"
#> 
#> $wt
#> [1] "1.513,5.424"
#> 
#> $qsec
#> [1] "14.5,22.9"
#> 
#> $vs
#> [1] "0,1"
#> 
#> $am
#> [1] "0,1"
#> 
#> $gear
#> [1] "3,5"
#> 
#> $carb
#> [1] "1,8"

mtcars %>% 
  summarise(across(everything(),~ paste(range(.x)[1],") %>% 
                     list))
#>          mpg  cyl      disp      hp       drat           wt       qsec   vs
#> 1 10.4,33.9 4,8 71.1,472 52,335 2.76,4.93 1.513,5.424 14.5,22.9 0,1
#>     am gear carb
#> 1 0,1 3,5 1,8

mtcars %>% 
  summarise(across(everything(),range))
#>    mpg cyl  disp  hp drat    wt qsec vs am gear carb
#> 1 10.4   4  71.1  52 2.76 1.513 14.5  0  0    3    1
#> 2 33.9   8 472.0 335 4.93 5.424 22.9  1  1    5    8

^{由reprex package（v0.3.0）于2020-10-09创建}