如何使用mutate_at将sw_glance应用于嵌套的时间序列数据帧？

Question

我在一个嵌套(分组)的df上预测了几个模型。如果我对每个列表列分别应用sw_glance，我的问题就解决了，但是，对于我的示例，如果我应用6个模型，那么它会要求我变异6次。我已经花了无数的时间，我想我就快做到了。为什么我不能做下面这一行，并用函数带来的新值覆盖现有的变量？(我在下面添加了reprex，其中步骤5是我被卡住的地方)

models_df%<>% map(~mutate_at(.x,vars(mod_ets,mod_hw)),sw_glance)

仅举几个例子，下面是列表：

-tidyverse文档中提到，对于分组的变量，除非我添加-group_cols()，否则mutate_at将失败。不行。

-purrr文档:我尝试使用pmap传递一个变量列表。我尝试将map与mutate_at结合使用。我单独尝试了mutate_at。我已经尝试给函数命名(.f ...)和匿名的一个(~..)，但什么都没有

-I在这里尝试了几篇文章，几乎让我如愿以偿。我升级到了tidyr 1.0，如果需要，可以包含我的sessionInfo()。

#1 dummy df
df=tibble(Tag=seq(as.Date("2010-01-01"),by="month", length.out = 60), gatos=sample(c("a","b"),60, replace = T), sales=runif(60))

#2 nesting 
nested_df= df %>% 
  group_by(gatos) %>% 
  nest()

#3 declaring time series
ts_vector = nested_df %>%
  mutate(data.ts=map(data,tk_ts,select=-Tag,start=c(2010,01),freq=12))

# Step 4: Apply models
models_df = ts_vector %>% 
  mutate(mod_ets = map(data.ts,ets),
         mod_hw = map(data.ts,HoltWinters))

# Step 5: Apply sw_glance (Does NOT work)
models_df %<>%
map(~mutate_at(.x,vars(mod_ets,mod_hw)),sw_glance)

Error in UseMethod("tbl_vars") : 
  no applicable method for 'tbl_vars' applied to an object of class "character"

# This DOES work
models_df %<>% 
  mutate(foo_ets=map(mod_ets,sw_glance),
         foo_hw=map(mod_hw,sw_glance))

我期望mutate_at在不添加新变量的情况下修改现有的变量。否则，如果可能的话，我会很欣赏如何在几个模型上应用sw_glance。谢谢你们。我真的很感谢你的帮助。

Answer 1

我们可以编写一个函数来将sw_glance应用于每个模型

library(tidyverse)

apply_models <- function(list_model) map(list_model, sweep::sw_glance)

并使用mutate_at将其应用于多个列

models_df %>% mutate_at(vars(mod_ets, mod_hw), apply_models)

#  gatos           data data.ts mod_ets           mod_hw           
#  <chr> <list<df[,2]>> <list>  <list>            <list>           
#1 b           [31 × 2] <ts>    <tibble [1 × 12]> <tibble [1 × 12]>
#2 a           [29 × 2] <ts>    <tibble [1 × 12]> <tibble [1 × 12]>