从purrr获取映射以使用paste0

Question

我有9个列表，其中包含对象分组$ ag。我正在尝试从9个列表中的每个列表中提取该对象，并将这些列转换为tibble / df。第一列应该具有组1：5。随后的9列每个都是一个带有5个数字的简单向量。对不起，这是不完整和可重复的..

map(hof2009_ag$groupings, "ag") %>% unlist会正确地给我一个向量

[1] 789 615 525 425 352

但如果我动态地使用带有paste0的map，它就无法工作： map(paste0("hof", i,"_ag$groupings"), "ag")。

所以，我试图得到9个名单，标题为hof2009：hof2017，使用迭代器通过for循环映射来访问每个。当我尝试使用paste0动态创建我的hof（i）_ag $分组时，它不再适用于map。

ag <- tibble(group=1:5)
for (i in 2009:2017) {
temp <- paste0("hof", i,"_ag$groupings") #works, "hof2009_ag$groupings"
TEST <- temp %>% map("ag") %>% unlist #fails, produces NULL
TEST <- hof2009_ag$groupings %>% map("ag") %>% unlist #works, produces 789 615 525 425 352
#ag <- map(temp, "ag") %>% unlist #doesn't work on "temp"
}

第二个问题是如何将这些添加为列。我玩过add_column和mutate以及ag [，i-2008]，但只要map不能用于粘贴，就无法使用它。

如果我使用：

mget(paste0("hof", 2009:2009, "_ag")) %>%
map("groupings") %>% str 

我明白了：

List of 1
 $ hof2009_ag:List of 5
 ..$ :List of 6
 .. ..$ prefs   :'data.frame':  14 obs. of  1 variable:
.. .. ..$ rank: int [1:14] 0 3 3 4 1 0 1 2 1 0 ...
.. ..$ ag      : int 789
.. ..$ grp     : int [1:60] 1 1 1 1 1 1 1 1 1 1 ...
.. ..$ iters   : num 1
.. ..$ run_time: Named num 1.13
.. .. ..- attr(*, "names")= chr "elapsed"
..$ :List of 6
.. ..$ prefs   :'data.frame':   14 obs. of  2 variables:
.. .. ..$ rank  : int [1:14] 0 3 4 5 2 1 2 3 1 1 ...
.. .. ..$ rank.1: int [1:14] 2 4 4 5 1 0 3 3 2 1 ...
.. ..$ ag      : int 615
.. ..$ grp     : int [1:60] 1 1 1 1 1 1 1 1 1 1 ...
.. ..$ iters   : num 4
.. ..$ run_time: Named num 5.61
.. .. ..- attr(*, "names")= chr "elapsed"

编辑：使用dput的示例

> dput(hof2009_ag)

list（decision_makers = c（“Phil.Arvia”，“Steve.Aschburner”，“Filip.Bondy”，“Bob.Verdi”），alternative = c（“Harold.Baines”，“Bert.Blyleven”，“Alan。 Trammell“），number_decision_makers = 60L，num_alts = 14L，groupings = list（list（prefs = structure（list（rank = c（0L，3L，3L，4L，1L，0L，1L）），class =”data.frame “，row.names = c（”Harold.Baines“，”Bert.Blyleven“，”Alan.Trammell“）），ag = 789L，grp = c（1L，1L，1L），iters = 1，run_time = c （elapsed = 1.12999999999738），grp2 =结构（列表（Decision_Maker = c（“Phil.Arvia”，“Steve.Aschburner”，“Filip.Bondy”，“Dave.Van.Dyck”，“Bob.Verdi”），Group_Number = c（“1”，“1”，“1”，“1”，“1”）），row.names = c（NA，-60L），class = c（“tbl_df”，“tbl”，“ data.frame“））），list（prefs = structure（list（rank = c（0L，3L，2L），rank.1 = c（2L，4L，2L）），class =”data.frame“，row .names = c（“Harold.Baines”，“Bert.Blyleven”，“Andre.Dawson”，“Alan.Trammell”），ag = 615L，grp = c（1L，1L，1L），iters = 4，run_time = c（elapsed = 5.61000000000058），grp2 =结构（列表（Decision_Maker = c （“Phil.Arvia”，“Steve.Aschburner”，“Steve.Wilmoth”，“Dave.Van.Dyck”，“Bob.Verdi”），Group_Number = c（“1”，“1”，“1”， “1”）），row.names = c（NA，-60L），class = c（“tbl_df”，“tbl”，“data.frame”））），list（prefs = structure（list（rank = c） （0L，3L，1L，1L），rank.1 = c（0L，4L，2L），rank.2 = c（1L，2L，2L））

Answer 1

可重复的例子很有用。根据显示的代码，使用mget和paste获取全局环境中的对象，然后循环通过list元素，select'groupings'list元素和'ag'（嵌套list）与$或[[

library(tidyverse)
mget(paste0("hof", 2009:2017, "_ag")) %>%
        map(~ map(.x$groupings, ~ .x$ag))