Nhóm hàm map

Machine Learning trong tidyverse

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Quy trình làm việc với cột danh sách

Hàm map

Trung bình dân số theo quốc gia

mean(nested$data[[1]]$population)
[1] 23129438

Trung bình dân số theo quốc gia

map(.x = nested$data, .f = ~mean(.x$population))

[[1]]
[1] 23129438

[[2]]
[1] 30783053

[[3]]
[1] 16074837

[[4]]
[1] 7746272

2: Làm việc với cột danh sách - map() và mutate()

pop_df <- nested %>% 
  mutate(pop_mean = map(data, ~mean(.x$population)))

pop_df

# A tibble: 77 x 3
   country    data              pop_mean 
   <fct>      <list>            <list>   
 1 Algeria    <tibble [52 × 6]> <dbl [1]>
 2 Argentina  <tibble [52 × 6]> <dbl [1]>
 3 Australia  <tibble [52 × 6]> <dbl [1]>
 4 Austria    <tibble [52 × 6]> <dbl [1]>
 5 Bangladesh <tibble [52 × 6]> <dbl [1]>

3: Đơn giản hóa cột danh sách - unnest()

pop_df %>% 
  unnest(pop_mean)

# A tibble: 77 x 3
   country    data               pop_mean
   <fct>      <list>                <dbl>
 1 Algeria    <tibble [52 × 6]>  23129438
 2 Argentina  <tibble [52 × 6]>  30783053
 3 Australia  <tibble [52 × 6]>  16074837
 4 Austria    <tibble [52 × 6]>   7746272
 5 Bangladesh <tibble [52 × 6]>  97649407

Quy trình làm việc với cột danh sách

Làm việc + đơn giản hóa cột danh sách với map_*()

function	returns
map()	list
map_dbl()	double
map_lgl()	logical
map_chr()	character
map_int()	integer

Làm việc + đơn giản hóa cột danh sách với map_dbl()

nested %>% 
  mutate(pop_mean = map_dbl(data, ~mean(.x$population)))

# A tibble: 77 x 3
   country    data               pop_mean
   <fct>      <list>                <dbl>
 1 Algeria    <tibble [52 × 6]>  23129438
 2 Argentina  <tibble [52 × 6]>  30783053
 3 Australia  <tibble [52 × 6]>  16074837
 4 Austria    <tibble [52 × 6]>   7746272
 5 Bangladesh <tibble [52 × 6]>  97649407

Xây dựng mô hình với map()

nested %>%
   mutate(model = map(data, ~lm(formula = population~fertility, 
             data = .x)))

# A tibble: 77 x 3
   country    data              model   
   <fct>      <list>            <list>  
 1 Algeria    <tibble [52 × 6]> <S3: lm>
 2 Argentina  <tibble [52 × 6]> <S3: lm>
  3 Australia  <tibble [52 × 6]> <S3: lm>
 4 Austria    <tibble [52 × 6]> <S3: lm>
 5 Bangladesh <tibble [52 × 6]> <S3: lm>

Hãy map một chút!

Machine Learning trong tidyverse