嵌套/分组tibbles：在函数具有多个参数时使用purrr：map内部mutate

Question

我想使用mutate对嵌套/分组数据集的每组应用一个函数。这个例子应该有助于解释目标。需要关于如何正确编码的建议。

data(kidney)
grp_kidney <- kidney %>% group_by(sex) %>% nest()

> grp_kidney
# A tibble: 2 x 2
# Groups:   sex [2]
    sex data             
  <dbl> <list>           
1     1 <tibble [20 × 6]>
2     2 <tibble [56 × 6]>

接下来我们做一个函数来拟合这个数据的生存曲线。

sFit <- function(df, ci = 'none'){
  survfit(Surv(time, status) ~ age, data = df, conf.type = ci)
}

最后，我们将该函数应用于分组数据的每一行，并使用purrr：：map和dplyr：：mutate将结果保存为分组tibble中的一个新列。

grp_kidney <- grp_kidney %>%
  mutate(plain = map(grp_kidney$data, sFit, ci = 'plain')) %>%
  mutate(loglog = map(grp_kidney$data, sFit, ci = 'log-log'))

Error: Problem with `mutate()` input `plain`.
x Input `plain` can't be recycled to size 1.
ℹ Input `plain` is `map(grp_kidney$data, sFit, ci = "plain")`.
ℹ Input `plain` must be size 1, not 2.
ℹ The error occurred in group 1: sex = 1.
Run `rlang::last_error()` to see where the error occurred.

我希望在本例中得到的结果是具有以下特征的嵌套Data.Frame：

null

布兰特

Answer 1

我想我已经发现了我的错误，并在下面演示它：

grp_kidney <- grp_kidney %>%
  mutate(plain = map(data, sFit, ci = 'plain')) %>%
  mutate(loglog = map(data, sFit, ci = 'log-log'))

这段代码与我的原始代码之间的区别是我使用data而不是grp_kidney$data引用数据的方式。