dplyr中的筛选器列表变量

通常，我们如何通过dplyr中的列表变量进行过滤

例如，一个数据框，其中一个变量是不同类别对象的列表：

aa <- tibble(ss = c(1,2),
             dd = list(NA,
                       matrix(data = c(1,2,3,4),
                              nrow = 2,
                              ncol = 2)))

> aa
# A tibble: 2 x 2
#     ss dd           
#  <dbl> <list>       
#1  1.00 <lgl [1]>    
#2  2.00 <dbl [2 × 2]>

但这又回来了

# A tibble: 0 x 2
# ... with 2 variables: ss <dbl>, dd <list>

可以使用

purrr:map

对嵌套列表变量执行其他操作，但这也不起作用

> aa %>% filter(map(.x = dd,
+                   .f = is.logical))
# Error in filter_impl(.data, quo) : basic_string::resize

---

我在这里缺少什么？

我能做的最好的事情是使用

is.logical

和

purrr:map

，

取消列出它，
按它过滤
，然后取消选择该虚拟变量。行得通，但真是一团糟

aa %>%
  mutate(ff = map(.x = dd,
                       .f = is.logical),
         ff = unlist(ff)) %>%
  filter(ff == TRUE) %>%
  select(-ff)

# A tibble: 1 x 2
#      ss dd       
#   <dbl> <list>   
# 1  1.00 <lgl [1]>

aa%>%
变异（ff=map（.x=dd，
.f=是逻辑的），
ff=未列出（ff））%>%
过滤器（ff==真）%>%
选择（-ff）
#一个tibble:1x2
#ss dd
#       
# 1  1.00 
由于'dd'是一个
列表
列，我们可以使用
映射
循环通过'dd'，但是'dd'的每个元素可以有多个元素，因此我们提出一个条件，如果
所有
元素都是
NA
，那么
过滤数据集的行

library(tidyverse)
aa %>%
   filter(map_lgl(dd, ~ .x %>%
                           is.na %>% 
                             all))
# A tibble: 1 x 2
#     ss dd       
#   <dbl> <list>   
#1     1 <lgl [1]>

在OP的代码中，
map
输出仍然是一个
列表
，我们用
map\u lgl
将其转换为一个逻辑向量。不过，它只适用于逻辑类，而我正在寻找一种过滤列表变量的通用方法。编辑问题使之成为现实clear@rubadubdub谢谢你的澄清。我更新了输出
aa %>%
  mutate(ff = map(.x = dd,
                       .f = is.logical),
         ff = unlist(ff)) %>%
  filter(ff == TRUE) %>%
  select(-ff)

# A tibble: 1 x 2
#      ss dd       
#   <dbl> <list>   
# 1  1.00 <lgl [1]>

library(tidyverse)
aa %>%
   filter(map_lgl(dd, ~ .x %>%
                           is.na %>% 
                             all))
# A tibble: 1 x 2
#     ss dd       
#   <dbl> <list>   
#1     1 <lgl [1]>

aa %>%
    filter(map_lgl(dd, is.logical))
# A tibble: 1 x 2
#     ss dd       
#  <dbl> <list>   
#1     1 <lgl [1]>