R 如何使用map（）将分组索引添加到数据帧列中？

我有两组不同样本的两次测量数据。我提供了一个简单的版本，每个版本有6个示例，如下所示：

library(tidyverse)

df <- tibble(group = c(rep("group_A", 12), rep("group_B", 12)),
         sample = rep(1:6, 4),
         measurement = rep(c(rep("meas_A", 6), rep("meas_B", 6)), 2), 
         value = round(runif(24, min = 0, max = 60)))

可以按如下方式映射到列表中：

df2 %>% mutate(data = map(data, ~spread(.x, group_meas, value))) 

我的问题出现在一个样本被测量了不止一次，然后

spread（）

不起作用，因为有

行的重复标识符

我认为解决这个问题的最佳方法是添加一个新的索引列，在组合的组/度量上分组，这将提供唯一的行标识符。这适用于单个数据帧

df %>% unite(group_meas, group, measurement) %>% 
  group_by(group_meas) %>% 
  mutate(gr_m_index = row_number())

但是，我无法缩放它以缩小列表

df2 %>% mutate(data = map(data, ~  group_by(.x, group_meas) %>% 
                            mutate(gr_m_index = row_number())))

我认为这一定是一个

tidyeval

问题，因为我得到了以下错误，表明它在错误的地方寻找

计算错误：列

gr\u m\u索引
的长度必须为24
行）或1，而不是4

如何使用
map（）
向数据帧列添加分组索引？
据我所知，根据错误消息，
行号（）
返回
c（1,2,3,4）
。这是因为行数是基于
df2
，而不是嵌套的数据帧计算的

以下任何一种方法都应该有效：

方法1。定义所有要映射为独立函数的转换

index_spread <- function(data){
  return(data %>% 
           group_by(group_meas) %>% 
           mutate(gr_m_index = row_number()) %>%
           spread(group_meas, value))
}

df2 %>% mutate(data = map(data, index_spread)) %>% unnest()

# A tibble: 24 x 7
   condition sample gr_m_index group_A_meas_A group_A_meas_B group_B_meas_A group_B_meas_B
       <chr>  <int>      <int>          <dbl>          <dbl>          <dbl>          <dbl>
 1       One      1          1             12             43             39             52
 2       One      2          2             11             60              8             20
 3       One      3          3             41             23             16             29
 4       One      4          4             23             47             23             36
 5       One      5          5             46             56              1             30
 6       One      6          6             30             13             23             11
 7       Two      1          1             12             43             39             52
 8       Two      2          2             11             60              8             20
 9       Two      3          3             41             23             16             29
10       Two      4          4             23             47             23             36
# ... with 14 more rows

df2 %>% mutate(data = map(data, ~  group_by(.x, group_meas) %>% 
                            mutate(gr_m_index = row_number())))

index_spread <- function(data){
  return(data %>% 
           group_by(group_meas) %>% 
           mutate(gr_m_index = row_number()) %>%
           spread(group_meas, value))
}

df2 %>% mutate(data = map(data, index_spread)) %>% unnest()

# A tibble: 24 x 7
   condition sample gr_m_index group_A_meas_A group_A_meas_B group_B_meas_A group_B_meas_B
       <chr>  <int>      <int>          <dbl>          <dbl>          <dbl>          <dbl>
 1       One      1          1             12             43             39             52
 2       One      2          2             11             60              8             20
 3       One      3          3             41             23             16             29
 4       One      4          4             23             47             23             36
 5       One      5          5             46             56              1             30
 6       One      6          6             30             13             23             11
 7       Two      1          1             12             43             39             52
 8       Two      2          2             11             60              8             20
 9       Two      3          3             41             23             16             29
10       Two      4          4             23             47             23             36
# ... with 14 more rows

df2$data <- map(df2$data, ~group_by(.x, group_meas) %>% 
                  mutate(gr_m_index = row_number()) %>%
                  spread(group_meas, value))
df2 %>% unnest()

# (same output as above)