使用一个包含函数的代码，并通过 purrr 中的 map 函数进行重复。这个问题的结构与您之前看到的略有不同。我们不是对每个变量重复一个操作，而是想对每个国家（即行的一个子集）重复一个操作。为此，我们需要一种新的数据结构：嵌套数据框。要创建嵌套数据框，我们先从一个分组数据框开始，然后对其进行“嵌套”：

by_country <- gapminder %>% group_by(country, continent) %>% nest() by_country #> # A tibble: 142 × 3 #> country continent data #> #> 1 Afghanistan 亚洲 <tibble [12 × 4]> #> 2 Albania 欧洲 <tibble [12 × 4]> #> 3 Algeria 非洲 <tibble [12 × 4]> #> 4 Angola 非洲 <tibble [12 × 4]> #> 5 Argentina 美洲 <tibble [12 × 4]> #> 6 Australia 大洋洲 <tibble [12 × 4]> #> # ... with 136 more rows

（我在这里稍微作弊了一下，同时按大洲和国家进行分组。给定国家后，大洲是固定的，所以这不会增加更多的组，但这是携带额外变量的简便方法。）

这会创建一个数据框，每个组（每个国家）有一行，并且有一个相当不寻常的列：data。data 是一个数据框列表（准确地说，是 tibble 列表）。这看起来像是个疯狂的想法：我们有一个数据框，其中的一列是其他数据框的列表！我稍后会解释为什么我认为这是个好主意。

data 列看起来有点棘手，因为它是一个相当复杂的列表，而我们仍在开发用于探索这类对象的良好工具。遗憾的是，不建议使用 str()，因为它通常会产生非常长的输出。但是，如果您从 data 列中取出单个元素，您会看到它包含该国家的所有数据（在本例中是阿富汗）：

by_country$data[[1]] #> # A tibble: 12 × 4 #> year lifeExp pop gdpPercap #> #> 1 1952 28.8 8425333 779 #> 2 1957 30.3 9240934 821 #> 3 1962 32.0 10267083 853