R 如何将自定义函数应用于嵌套数据帧？

我正在尝试将自定义函数应用于嵌套的数据帧

我想应用机器学习算法来预测NA值

在做了一点在线阅读之后，似乎地图功能在这里最适用

我有一段代码嵌套了数据帧，然后将数据拆分为测试（data3）和训练（data2）集——测试数据集包含要预测的列的所有空值，训练集包含要用于训练ML模型的所有非空值

dmaExtendedDataNA2 <- dmaExtendedDataNA %>%
                  group_by(dma) %>%
                  nest() %>%
                  mutate(data2 = map(data, ~filter(., !(is.na(mean_night_flow)))),
                         data3 = map(data, ~filter(., is.na(mean_night_flow))))

这表明它需要一个列，而不是一个完整的数据帧。我怎样才能让它工作

---

非常感谢

没有对您的数据进行测试，我认为您使用了错误的

map

功能

purrr:：map

处理一个参数（一个列表、一个向量等）并返回一个列表。您正在向它传递两个值（

data3

和

data2

），因此我们需要使用：

dmaExtendedDataNA2%
分组依据（dma）%>%
嵌套（）%>%
mutate（data2=map（data，~filter（，！（is.na（mean\u night\u flow））），
数据3=map（数据，~filter（，is.na（平均夜间流量）），
data4=map2（data3，data2，~my_函数（.x，.y）））

如果您发现自己需要两个以上，则需要

pmap

。您可以对1个或2个参数使用

pmap

，实际上是相同的。从

map

迁移到

pmap

时，两个最大的区别是：

• 您的参数需要包含在列表中，因此

  map2（数据3，数据12，…）
  

  变成

  pmap（列表（数据3、数据12），…）
  

• 您使用双点编号位置引用它们，

  .1

  ，

  .2

  ，

  .3

  ，等等，所以

  ~my_函数（.x，.y）
  

  变成

  ~my_函数（…1，…2）
  

---

一个可以稍微简化整体流程的替代方案

myu功能（测试，train=NULL，fld=“平均夜间流量”）{
如果（为空（列车））{
训练你好，MGJ，如果您至少提供一个数据样本，其中包含
dput（dmaExtendedDataNA）
或
dput（dmaExtendedDataNA[1:20，]）
。您可以编辑您的问题并粘贴输出。您可以用三个反勾（`````）环绕它以获得更好的格式。有关更多信息，请参阅。
lapply（数据，函数）
用于将函数应用于嵌套列表。
    my_function (test,train) {
             et  <- extraTrees(x = train, y = train[, "mean_night_flow"], na.action = "fuse", ntree = 1000, nodesize = 2, mtry = ncol(train) * 0.9 )
             test1 <- test
             test1[ , "mean_night_flow"] <- 0
             pred  <- predict(et, newdata = test1[, "mean_night_flow"])
             test1[ , "mean_night_flow"] <- pred
             return(test1)

dmaExtendedDataNA2 <- dmaExtendedDataNA %>%
                      group_by(dma) %>%
                      nest() %>%
                      mutate(data2 = map(data, ~filter(., !(is.na(mean_night_flow)))),
                             data3 = map(data, ~filter(., is.na(mean_night_flow))),
                             data4 = map(data3, data2, ~my_function(.x,.y)))

Error: Index 1 must have length 1, not 33