R 跨嵌套数据帧连接/在嵌套数据帧内连接

我从模型中提取信息，以便最终绘图。我想要的图是抖动的原始数据，覆盖了均值+/-标准差和文本分组。模型输出将分组和估计放在列表中单独的数据帧中。我正在使用map来提取这些数据，它是有效的，但我一直坚持将它们连接在一起

我想将两个嵌套列表列联接到一个表中，并将结果嵌套为一个新列。目前我能做的最好的事情就是取消嵌套、连接表、再次嵌套，然后连接回原始嵌套表

library(agricolae)
library(tidyverse)

fitHSD2<- function(d) HSD.test(aov(mpg ~ cyl, data= d), trt = "cyl")     # anova with Tukey HSD

carnestdf <-
    mtcars %>%
        group_by(gear) %>%
        nest() %>%
        mutate(mod = map(data, fitHSD2) # fit model
                        , estimates = map(mod, function(df) return(df$means)) # pull out estimates and StdErr
                        , estimates = map(estimates, function(df) return(rownames_to_column(df, var = "trt"))) #attach rownames as column for unnest
                        , grouping = map(mod, function(df) return(df$groups)) # pull out groupings
                        , grouping = map(grouping, function(df) mutate(df, trt = as.character(trt) # convert to character
                                                                                                        , trt = gsub("[[:space:]]*$", "", trt)
                                                                                                        , M = as.character(M)
                                                                                                        )
                                                    ) # remove whitespace at end for join
                        ) 

carnestdf

我发现：

但它似乎不起作用，我在使用哈希连接时也会遇到同样的错误。它确实有效，需要在嵌套中定义.key，这样它就不是“数据”。仍希望加入而不取消…：/

nestmerge <-
    full_join(unnest(carnestdf , estimates), unnest(carnestdf , grouping)) %>%
    group_by(gear) %>%
    nest(.key = "mergedestgrp") %>%
    mutate_all(funs(hash = map_chr(., digest::digest)))

carnestdf %>%
    mutate_all(funs(hash = map_chr(., digest::digest))) %>%
    full_join(., nestmerge) %>%
    select(-ends_with("hash"))

nestmerge%
分组依据（档位）%>%
嵌套（.key=“mergedestgrp”）%>%
mutate_all（funs（hash=map_chr（，digest:：digest）））
carnestdf%>%
mutate_all（funs（hash=map_chr（，digest:：digest）））%>%
完全联接（，嵌套合并）%>%
选择（-u以“哈希”结尾）

答案显然是map2：

carnestdf <-
    mtcars %>%
        group_by(gear) %>%
        nest() %>%
        mutate(mod = map(data, fitHSD2) # fit model
                        , estimates = map(mod, function(df) return(df$means)) # pull out estimates and StdErr
                        , estimates = map(estimates, function(df) return(rownames_to_column(df, var = "trt"))) #attach rownames as column for unnest
                        , grouping = map(mod, function(df) return(df$groups)) # pull out groupings
                        , grouping = map(grouping, function(df) mutate(df, trt = as.character(trt) # convert to character
                                                                                                        , trt = gsub("[[:space:]]*$", "", trt)
                                                                                                        , M = as.character(M)
                                                                                                        )
                                                    ) # remove whitespace at end for join
                        , estgrp = map2(estimates, grouping, ~full_join(.x, .y, by = "trt"))
                        ) 

carnestdf

carnestdf%
分组依据（档位）%>%
嵌套（）%>%
变异（mod=map（数据，fitHSD2）#拟合模型
，estimates=map（mod，function（df）return（df$means））#提取估计值和StdErr
，estimates=map（estimates，function（df）return（rownames_to_column（df，var=“trt”））#将rownames附加为unnest的列
，grouping=map（mod，function（df）return（df$groups））#拉出分组
，grouping=map（分组，函数（df）mutate（df，trt=as.character（trt）#转换为character
，trt=gsub（“[[：空格:]*$”，“”，trt）
，M=as.字符（M）
)
)#删除连接末尾的空白
，estgrp=map2（估计，分组，~full_join（.x，.y，by=“trt”））
) 
卡内斯特夫

---

这通过“trt”对两个表进行完全联接，并使用结果生成一个新的列表列

答案显然是map2：

carnestdf <-
    mtcars %>%
        group_by(gear) %>%
        nest() %>%
        mutate(mod = map(data, fitHSD2) # fit model
                        , estimates = map(mod, function(df) return(df$means)) # pull out estimates and StdErr
                        , estimates = map(estimates, function(df) return(rownames_to_column(df, var = "trt"))) #attach rownames as column for unnest
                        , grouping = map(mod, function(df) return(df$groups)) # pull out groupings
                        , grouping = map(grouping, function(df) mutate(df, trt = as.character(trt) # convert to character
                                                                                                        , trt = gsub("[[:space:]]*$", "", trt)
                                                                                                        , M = as.character(M)
                                                                                                        )
                                                    ) # remove whitespace at end for join
                        , estgrp = map2(estimates, grouping, ~full_join(.x, .y, by = "trt"))
                        ) 

carnestdf

carnestdf%
分组依据（档位）%>%
嵌套（）%>%
变异（mod=map（数据，fitHSD2）#拟合模型
，estimates=map（mod，function（df）return（df$means））#提取估计值和StdErr
，estimates=map（estimates，function（df）return（rownames_to_column（df，var=“trt”））#将rownames附加为unnest的列
，grouping=map（mod，function（df）return（df$groups））#拉出分组
，grouping=map（分组，函数（df）mutate（df，trt=as.character（trt）#转换为character
，trt=gsub（“[[：空格:]*$”，“”，trt）
，M=as.字符（M）
)
)#删除连接末尾的空白
，estgrp=map2（估计，分组，~full_join（.x，.y，by=“trt”））
) 
卡内斯特夫

---

这通过“trt”对两个表进行完全联接，并使用结果生成一个新的列表列

为了澄清，我希望有一个解决方案能够将嵌套数据框中的两个连接起来，或者提取、连接并作为新列连接回嵌套数据框。为了澄清，我希望有一个解决方案能够将嵌套数据框中的两个连接起来，或者提取、连接并作为新列连接回嵌套数据框。