将列表列直接取消嵌套到多个列中

Posted

技术标签:

【中文标题】将列表列直接取消嵌套到多个列中【英文标题】:Unnest a list column directly into several columns 【发布时间】:2018-09-16 07:30:36 【问题描述】:

我可以将列表列直接取消嵌套到 n 列吗?

可以假定列表是规则的,所有元素的长度相等。

如果我有一个字符向量而不是一个列表列,我可以tidyr::separate。我可以tidyr::unnest,但我们需要另一个辅助变量才能tidyr::spread。我错过了一个明显的方法吗?

示例数据:

library(tibble)

df1 <- data_frame(
  gr = c('a', 'b', 'c'),
  values = list(1:2, 3:4, 5:6)
)
# A tibble: 3 x 2
  gr    values   
  <chr> <list>   
1 a     <int [2]>
2 b     <int [2]>
3 c     <int [2]>

目标:

df2 <- data_frame(
  gr = c('a', 'b', 'c'),
  V1 = c(1, 3, 5),
  V2 = c(2, 4, 6)
)
# A tibble: 3 x 3
  gr       V1    V2
  <chr> <dbl> <dbl>
1 a        1.    2.
2 b        3.    4.
3 c        5.    6.

当前方法:

unnest(df1) %>% 
  group_by(gr) %>% 
  mutate(r = paste0('V', row_number())) %>% 
  spread(r, values)

【问题讨论】:

我不知道为什么,但这行得通? library(splitstackshape); cSplit(df1, "values", sep = ":") ? @RonakShah 我认为 splitstackshape 在幕后做了 Victorp 的回答。 【参考方案1】:

data.table 非常简单:

library("data.table")
setDT(df1)
df1[, c("V1", "V2") := transpose(values)]
df1
#    gr values V1 V2
# 1:  a    1,2  1  2
# 2:  b    3,4  3  4
# 3:  c    5,6  5  6

【讨论】:

列表元素长度不同时的替代方案:df1[, rn := .I][, transpose(values), by = .(gr, rn)][]【参考方案2】:

也许是这样的:

cbind(df1[, "gr"], do.call(rbind, df1$values))

【讨论】:

【参考方案3】:
library(tibble)

df1 <- data_frame(
  gr = c('a', 'b', 'c'),
  values = list(1:2, 3:4, 5:6)
)

library(tidyverse)

df1 %>%
  mutate(r = map(values, ~ data.frame(t(.)))) %>%
  unnest(r) %>%
  select(-values)

# # A tibble: 3 x 3
#   gr       X1    X2
#   <chr> <int> <int>
# 1 a         1     2
# 2 b         3     4
# 3 c         5     6

【讨论】:

【参考方案4】:

另一个:

library(tibble)
library(dplyr)

df1 <- data_frame(
  gr = c('a', 'b', 'c'),
  values = list(1:2, 3:4, 5:6)
)

df %>% mutate(V1 = sapply(values, "[[", 1), V2 = sapply(values, "[[", 2))

# A tibble: 3 x 4
  gr    values       V1    V2
  <chr> <list>    <int> <int>
1 a     <int [2]>     1     2
2 b     <int [2]>     3     4
3 c     <int [2]>     5     6

编辑:

当列出的向量很长,手写V1 = sapply(values, "[[", index)不方便时,可以将它与lazyeval中的f_interp结合起来:

library(tibble)
library(dplyr)
library(lazyeval)
df <- data_frame(gr = c('a', 'b', 'c'), values = list(1:11, 3:13, 5:15))
nums <- c(1:11)
ll <- lapply(nums, function(nr) f_interp(~sapply(values, "[[", uq(nr))))
mutate_(df, .dots=setNames(ll, paste("V", nums, sep="")))

# A tibble: 3 x 12
  gr    values        V1    V2    V3    V4    V5    V6    V7    V8    V9   V10
  <chr> <list>     <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 a     <int [11]>     1     2     3     4     5     6     7     8     9    10
2 b     <int [11]>     3     4     5     6     7     8     9    10    11    12
3 c     <int [11]>     5     6     7     8     9    10    11    12    13    14

【讨论】:

【参考方案5】:

我曾多次遇到类似的问题。与其他答案相比,我的解决方案无疑是笨拙的,但为了完整起见,报告它。

library(tibble)
df1 <- data_frame(
  gr = c('a', 'b', 'c'),
  values = list(1:2, 3:4, 5:6)
)

matrix(unlist(df1[1])) -> grs
matrix(unlist(df1[2]), byrow=T, ncol=2) -> vals

结果:

> data.frame(grs, vals)
  grs X1 X2
1   a  1  2
2   b  3  4
3   c  5  6 

【讨论】:

谢谢,但我们绝对不想转换为 matrix 并将所有内容强制转换为字符!【参考方案6】:

使用 tidyr 1.0.0 你可以这样做:

library(tidyr)
df1 <- tibble(
  gr = c('a', 'b', 'c'),
  values = list(1:2, 3:4, 5:6)
)

unnest_wider(df1, values)
#> New names:
#> * `` -> ...1
#> * `` -> ...2
#> New names:
#> * `` -> ...1
#> * `` -> ...2
#> New names:
#> * `` -> ...1
#> * `` -> ...2
#> # A tibble: 3 x 3
#>   gr     ...1  ...2
#>   <chr> <int> <int>
#> 1 a         1     2
#> 2 b         3     4
#> 3 c         5     6

由reprex package (v0.3.0) 于 2019-09-14 创建

这里的输出很冗长,因为没有命名水平未嵌套的元素(向量元素),并且unnest_wider 不想默默猜测。

我们可以事先命名它们以避免它:

df1 %>%
  dplyr::mutate(values = purrr::map(values, setNames, c("V1","V2"))) %>%
  unnest_wider(values)
#> # A tibble: 3 x 3
#>   gr       V1    V2
#>   <chr> <int> <int>
#> 1 a         1     2
#> 2 b         3     4
#> 3 c         5     6

或者只使用suppressMessages()purrr::quietly()

【讨论】:

详细程度可能会在未来的版本中发生变化,如果我忘记编辑答案,请在此处联系我! 如果我有多个列要取消嵌套怎么办? 我遇到了类似的问题。我的列表列的每个元素都是 3 个数字的列表,使用 unnest() 取消嵌套列只会为我提供第一个值。为什么需要 unnest_wider?

以上是关于将列表列直接取消嵌套到多个列中的主要内容,如果未能解决你的问题,请参考以下文章

如何取消透视多个列并从任一列中排除值?

取消嵌套存储在列中的 JSON 字符串 [BigQuery]

取消嵌套不同大小的相关列表列

取消嵌套命名列表列时保留名称

如何(取消)将多个指标转换为单个列?

BigQuery - 如何取消嵌套多个数组,并从一列分配值?