R 如何筛选列表列的元素

我有一个包含3个变量的数据帧（df）：

• ID（第一个ID变量）
• ID2（第二个id变量）
• 使用tidyr:：nest（）函数创建的数据（列表）列

  library(tidyverse)
  library(lubridate)
  
  dates <- ymd(c('2018-02-01', '2018-02-06', '2018-02-10', 
                 '2018-02-21', '2018-04-05'))
  df.1 <- tibble(ID = paste0('ID_', rep(1, 5)),
             ID2 = LETTERS[1:5],
             DATE = dates) %>%
             group_by(ID) %>% 
             nest()
  
  
   df.2 <- tibble(ID = paste0('ID_', rep(1, 6)),
             ID2 = LETTERS[1:6])
  
  
   df <- df.1 %>%
   left_join(df.2, by = 'ID')
  

  库（tidyverse）
  图书馆（lubridate）
  日期%
  nest（）
  df.2我们可以使用
  map2
  。我们将列表列（
  data
  ）作为
  .x
  参数，将
  df$ID2
  作为
  .y
  参数，并对每个
  .x
  中的
  .x$ID2！=.y
  进行过滤：
  
  library(tidyverse)
  
  output <- df %>%
    mutate(data = data %>% map2(ID2, ~ filter(.x, ID2 != .y))) 
  
  库（tidyverse）
  产量%
  变异（data=data%>%map2（ID2，~filter（.x，ID2！=.y）））
  
  输出：
  
  > output
  # A tibble: 6 x 3
    ID    data             ID2  
    <chr> <list>           <chr>
  1 ID_1  <tibble [4 x 2]> A    
  2 ID_1  <tibble [4 x 2]> B    
  3 ID_1  <tibble [4 x 2]> C    
  4 ID_1  <tibble [4 x 2]> D    
  5 ID_1  <tibble [4 x 2]> E    
  6 ID_1  <tibble [5 x 2]> F  
  
  > output %>%
  +   pull(data)
  [[1]]
  # A tibble: 4 x 2
    ID2   DATE      
    <chr> <date>    
  1 B     2018-02-06
  2 C     2018-02-10
  3 D     2018-02-21
  4 E     2018-04-05
  
  [[2]]
  # A tibble: 4 x 2
    ID2   DATE      
    <chr> <date>    
  1 A     2018-02-01
  2 C     2018-02-10
  3 D     2018-02-21
  4 E     2018-04-05
  
  [[3]]
  # A tibble: 4 x 2
    ID2   DATE      
    <chr> <date>    
  1 A     2018-02-01
  2 B     2018-02-06
  3 D     2018-02-21
  4 E     2018-04-05
  
  [[4]]
  # A tibble: 4 x 2
    ID2   DATE      
    <chr> <date>    
  1 A     2018-02-01
  2 B     2018-02-06
  3 C     2018-02-10
  4 E     2018-04-05
  
  [[5]]
  # A tibble: 4 x 2
    ID2   DATE      
    <chr> <date>    
  1 A     2018-02-01
  2 B     2018-02-06
  3 C     2018-02-10
  4 D     2018-02-21
  
  [[6]]
  # A tibble: 5 x 2
    ID2   DATE      
    <chr> <date>    
  1 A     2018-02-01
  2 B     2018-02-06
  3 C     2018-02-10
  4 D     2018-02-21
  5 E     2018-04-05
  
  >输出
  #一个tibble:6x3
  ID数据ID2
  1 ID_1 A
  2 ID_1 B
  3 ID_1 C
  4id_1d
  5 ID_1 E
  6 ID_1 F
  >输出%>%
  +拉动（数据）
  [[1]]
  #一个tibble:4x2
  ID2日期
  1B 2018-02-06
  2 C 2018-02-10
  2018年2月21日第3天
  4E 2018-04-05
  [[2]]
  #一个tibble:4x2
  ID2日期
  1A 2018-02-01
  2 C 2018-02-10
  2018年2月21日第3天
  4E 2018-04-05
  [[3]]
  #一个tibble:4x2
  ID2日期
  1A 2018-02-01
  2b 2018-02-06
  2018年2月21日第3天
  4E 2018-04-05
  [[4]]
  #一个tibble:4x2
  ID2日期
  1A 2018-02-01
  2b 2018-02-06
  3 C 2018-02-10
  4E 2018-04-05
  [[5]]
  #一个tibble:4x2
  ID2日期
  1A 2018-02-01
  2b 2018-02-06
  3 C 2018-02-10
  4D 2018-02-21
  [[6]]
  #一个tibble:5x2
  ID2日期
  1A 2018-02-01
  2b 2018-02-06
  3 C 2018-02-10
  4D 2018-02-21
  5 E 2018-04-05
  当你说
  data[[ID2]]时，你可以使用
  map
  ！=df$ID2
  这是否意味着
  data[[ID2]]
  的第一个元素可以在
  df$ID2
  中的任何地方？第二个、第三个等都可以使用
  map（函数（x，y）{！x[[ID2]%y[[ID2]}，df$data，list（df））
  @RuiBarradas关于你的问题OP应该说最后一句话，但那样所有的数据都会被过滤掉。你应该更具体地了解所需的输出，但类似于下面的内容，过滤掉嵌套列中有
  “A”作为
  ID2
  的行：
  df%>%mutate（filtered=map（data，~filter（，ID2！=“A”））
  很漂亮。我试着把它弄对，但走的是
  unlist（）
  路线。