将列附加到列表中的每个数据框架

Question

我有一个数据帧列表，并想为每个数据帧附加一个新列，但是我不断收到各种错误消息。谁能解释为什么下面的代码对我不起作用？如果 rowid_to)column 可以正常工作，我会很高兴，因为我的实际集中的数据可以正确排序，否则我想要一个新列，其中的列表来自 1:length(data$data)

##dataset
data<- tibble(Location = c(rep("London",6),rep("Glasgow",6),rep("Dublin",6)),
              Day= rep(seq(1,6,1),3),
              Average = runif(18,0,20),
              Amplitude = runif(18,0,15))%>%
  nest_by(Location)

###map + rowid_to_column
attempt1<- data%>%
  map(.,rowid_to_column(.,var = "hour"))

##mutate
attempt2<-data %>%
  map(., mutate("Hours" = 1:6))

###add column
attempt3<- data%>%
  map(.$data,add_column(.data,hours = 1:6))

newcolumn<- 1:6

###lapply
attempt4<- lapply(data,cbind(data$data,newcolumn))

非常感谢， 斯图尔特

Answer 1

您几乎尝试了基本R的尝试，但是您想迭代Data $ Data，这是数据帧列表。

data$data  <- lapply(data$data, function(x) {
    hour  <- seq_len(nrow(x))
    cbind(x, hour)
})

data$data

# [[1]]
#   Day   Average Amplitude hour
# 1   1  6.070539  1.123182    1
# 2   2  3.638313  8.218556    2
# 3   3 11.220683  2.049816    3
# 4   4 12.832782 14.858611    4
# 5   5 12.485757  7.806147    5
# 6   6 19.250489  6.181270    6

编辑：随着实现的更新，它是在列而不是行上迭代的。如果数据帧具有不同数量的行，则该方法将起作用，该方法使用该方法定义为1：6不会。

Answer 2

data.table方法

library(data.table)
setDT(data)
data[, data := lapply(data, function(x) cbind(x, new_col = 1:6))]

data$data
# [[1]]
#   Day   Average  Amplitude test new_col
# 1   1 11.139917  0.3690539    1       1
# 2   2  5.350847  7.0925508    2       2
# 3   3  9.602104  6.1782818    3       3
# 4   4 14.866074 13.7356913    4       4
# 5   5  1.114201  1.1007080    5       5
# 6   6  2.447236  5.9944926    6       6
# 
# [[2]]
#   Day   Average Amplitude test new_col
# 1   1 17.230213 13.966576    1       1
# .....

Answer 3

一种purrr方法：

data<- tibble(Location = c(rep("London",6),rep("Glasgow",6),rep("Dublin",6)),
              Day= rep(seq(1,6,1),3),
              Average = runif(18,0,20),
              Amplitude = runif(18,0,15))%>%
  group_split(Location) %>% 
  purrr::map_dfr(~.x %>% mutate(Hours = c(1:6)))

如果你想使用你的方法并保留相同的数据结构，这是再次使用purrr的方法（你需要取消分组，否则它将不起作用由于按行分组）

data %>% ungroup() %>%
  mutate_at("data", .f = ~map(.x, ~.x %>% mutate(Hours = c(1:6))) )