R 问题会发生变异，并在一个TIBLES列表上选择ing

我试图从Willke的数据可视化指南中复制一个图表，他写的代码让我窒息

如果时间太长，我会提前道歉，但我会尽力解释我的想法。此外，您还可以在网站上找到可可豆数据

完整代码块：

cacao %>% 
  filter(location == "Canada") -> cacao_single

fit <- lm(rating ~ 1, data = cacao_single)

CI_df <- data.frame(type = c(0.8, 0.95, 0.99)) %>%
  mutate(df = map(type, ~tidy(emmeans(fit, ~ 1, options = list(level = .x)
  )))) %>%
  unnest(c()) %>%
  select(type, estimate, std.error, conf.low, conf.high) %>%
  mutate(type = paste0(signif(100*type, 2), "% confidence interval"))
Error: Can't subset columns that don't exist.
x Column `estimate` doesn't exist.

当我运行上面的管道语句时，我得到了一个tibbles列表，但是列表元素tibbles没有附加CI。这是对错误消息显示的“选择不查找估计”的补充。因此,

为什么TIBLES列表中没有与类型列中的每个置信水平关联的CI？应该吗？ 我怎样才能选择，嗯，选择？ 尝试在unnest中删除c，它会发出警告，但它可以工作。这可能是因为最不常用的语法发生了变化

CI_df% mutatedf=maptype，~generics:：tidyemmansfit，~1，options=listlevel=.x %>% unnestc%>% 最新%>% 选择类型、估计、标准错误、形态低、形态高%>% mutatetype=paste0signif100*类型，2%，置信区间

---

您是否选中了dplyr:：select？如阅读帮助中所示？对我认为select不起作用，因为这些不是列的名称？我认为这与第一个mutate行中非常复杂的语句有关，在这里，我们在类型映射上的向量类型上进行变异，ping类型到一个整洁的emmeans类型，其中CI级别是所有类型值的当前类型值。我认为，如果emmeans正确地出自该语句，那么select将能够选择适当的列。所以我不确定我的第二个问题是否达到了目的，TBH。当我运行CI_df%mutatedf=maptype，~tidyemmansfit，~1，options=listlevel=.x%>%unnestdf%>%selecttype，estimate，std.error，conf.low，conf.high%>%mutatetype=paste0signif100*type，2%，置信区间R返回：错误：不能子集不存在的列。x列'conf.low'不存在。我更确信这与第一个变异没有正确创建高CI和低CI估计有关。我有dplyr版本1.0.0。和tidyr版本1.1.0。你是否试着通过注释掉其余的来查看第一个变种是否运行？下面的变种？对它会运行，但不会生成高CI列和低CI列，尽管在运行emmeansx、~1或emmeansx、~1，level=0.80时，emmeans通常会生成。请注意，在我运行的特定R环境中，我必须在generics:：tidy中添加前缀。当出现名称空间冲突时，最好检查您所引用的包。你试过了吗？我确实得到了一个数据帧，在data.frametype=c0.8，0.95，0.99%>%mutatedf=maptype，~generics:：tidyemmensfit，~1，options=listlevel=.x之后有colnames='type'和'df'，其中列'df'是一个列表列。然后由unnest进行处理。

> emmeans(fit, ~1)
 1       emmean     SE  df lower.CL upper.CL
 overall   3.32 0.0379 124     3.25      3.4

Confidence level used: 0.95