解压 R 数据框中的列表

Question

我有dataframe一个字段包含不同长度的列表。我想将该字段中列表的每个元素提取到其自己的字段中，以便我可以将结果收集到dataframe每个 id 的每个列表元素的 long 中。

这是一个例子dataframe

dat <- structure(list(id = c("509935", "727889", "864607", "1234243", 
        "1020959", "221975"), some_date = c("2/09/1967", "28/04/1976", 
        "22/12/2017", "7/02/2006", "10/03/2019", "21/10/1935"), df_list = list(
            "018084131", c("062197171", "062171593"), c("064601923", 
            "068994009", "069831651"), c("071141584", "073129537"), c("061498574", 
            "065859718", "067251995", "069447806"), "064623976")), class = c("tbl_df", 
        "tbl", "data.frame"), row.names = c(NA, -6L))

我已经提供了代码来实现我想要的最终结果，但是，我还没有以 DRY 方式完成此操作。这是我尝试过的。

res_n是一个函数如下：

res_n <- function(field, n) {
    field[n]
}

dat <- dat %>% mutate(res1 = map(df_list, res_n, 1))
dat <- dat %>% mutate(res2 = map(df_list, res_n, 2))
dat <- dat %>% mutate(res3 = map(df_list, res_n, 3))

这将返回一个数据框，其中三个列表元素中的每一个元素都位于df_list其自己的列中。

由此我可以实现我打算做的事情并产生最终dataframe结果，如下：

dat_final <- gather(dat, test, labno, -df_list, -some_date, -id) %>% 
    select(-df_list) %>% 
    mutate(labno = as.integer(labno)) %>% 
    filter(!is.na(labno))

为了避免使用 DRY 方法，我采用了 for 循环来尝试消除重复代码。我正在努力让它以我需要的方式工作以获得最终结果。这是我尝试过的 for 循环。

 for (i in 3) {
     dat %>% mutate(paste(res, i, sep = '_') = map(results, res_n, i)) }

有人可以帮助我改进代码以消除产生结果的重复行。

Answer 1

map我们可以使用unnest_wider

library(dplyr)
library(tidyr)
library(stringr)
out <- dat %>%
         unnest_wider(df_list, names_repair = ~ 
                     str_remove(str_c("res", .x), "[.]+"))
out
# A tibble: 6 x 6
#  id      some_date  res1      res2      res3      res4     
#  <chr>   <chr>      <chr>     <chr>     <chr>     <chr>    
#1 509935  2/09/1967  018084131 <NA>      <NA>      <NA>     
#2 727889  28/04/1976 062197171 062171593 <NA>      <NA>     
#3 864607  22/12/2017 064601923 068994009 069831651 <NA>     
#4 1234243 7/02/2006  071141584 073129537 <NA>      <NA>     
#5 1020959 10/03/2019 061498574 065859718 067251995 069447806
#6 221975  21/10/1935 064623976 <NA>      <NA>      <NA>     

编辑：基于@Phil 的评论

现在，将形状重塑为“长”pivot_longer

out %>% 
    pivot_longer(cols = starts_with('res'), values_drop_na = TRUE) %>%
    mutate(value = as.integer(value))
# A tibble: 13 x 4
#   id      some_date  name     value
#   <chr>   <chr>      <chr>    <int>
# 1 509935  2/09/1967  res1  18084131
# 2 727889  28/04/1976 res1  62197171
# 3 727889  28/04/1976 res2  62171593
# 4 864607  22/12/2017 res1  64601923
# 5 864607  22/12/2017 res2  68994009
# 6 864607  22/12/2017 res3  69831651
# 7 1234243 7/02/2006  res1  71141584
# 8 1234243 7/02/2006  res2  73129537
# 9 1020959 10/03/2019 res1  61498574
#10 1020959 10/03/2019 res2  65859718
#11 1020959 10/03/2019 res3  67251995
#12 1020959 10/03/2019 res4  69447806
#13 221975  21/10/1935 res1  64623976

注意：如果我们检查?unnest，它表示生命周期已弃用

嵌套（.data，...，.key = 已弃用（））

unnest（数据，cols，...，keep_empty = FALSE，ptype = NULL，names_sep = NULL，names_repair =“check_unique”，.drop = deprecated（），.id = deprecated（），.sep = deprecated（），.保留 = 已弃用())

并且在?hoist描述中是

hoist()、unnest_longer() 和 unnest_wider() 提供了用于矩形化、将深度嵌套列表折叠为常规列的工具。

另外，如果目的不是获得中间宽格式，只需使用unnest_longer

dat %>%
      unnest_longer(df_list)
# A tibble: 13 x 3
#   id      some_date  df_list  
#   <chr>   <chr>      <chr>    
# 1 509935  2/09/1967  018084131
# 2 727889  28/04/1976 062197171
# 3 727889  28/04/1976 062171593
# 4 864607  22/12/2017 064601923
# 5 864607  22/12/2017 068994009
# 6 864607  22/12/2017 069831651
# 7 1234243 7/02/2006  071141584
# 8 1234243 7/02/2006  073129537
# 9 1020959 10/03/2019 061498574
#10 1020959 10/03/2019 065859718
#11 1020959 10/03/2019 067251995
#12 1020959 10/03/2019 069447806
#13 221975  21/10/1935 064623976

或者使用base R

merge(setNames(stack(setNames(dat$df_list, dat$id))[2:1], 
      c("id", "values")), dat[-3])