如何在取消嵌套之前在嵌套的小标题中删除重复的列名答案

【问题标题】：How to drop duplicated column names in nested tibbles before unnesting如何在取消嵌套之前在嵌套的小标题中删除重复的列名
【发布时间】：2021-11-18 02:00:04
【问题描述】：

我有一个包含（嵌套）小标题的列的小标题。嵌套的小标题有重复的数据（相同的名称，相同的值）：

df <- tibble(id = 1:2, data = list(tibble(id = 1, var1 = "a", var2 = "b"), tibble(id = 2, var1 = "c", var2 = "d")))

df

# # A tibble: 2 x 2
#      id data            
#   <int> <list>          
# 1     1 <tibble [1 x 3]>
# 2     2 <tibble [1 x 3]>

调用df %>% unnest(data) 会导致

Error: Names must be unique..

我想编写一个函数来预先删除这些列，但不知道如何。我的目标是运行以使用以下内容：

df %>% 
  drop_duplicated_cols(data) %>% 
  unnest(data)

这会导致：

#> # A tibble: 2 x 4
#>      id var1  var2 
#>   <int> <chr> <chr>
#> 1     1 a     b    
#> 2     2 c     d

【问题讨论】：

标签： r tidyr unnest

【解决方案1】：

你可以使用unnest_longer

library(tidyverse)
df %>%
  unnest_longer(data)

给出：

# A tibble: 2 x 2
     id data$id $var1 $var2
  <int>   <dbl> <chr> <chr>
1     1       1 a     b    
2     2       2 c     d

如果要真正转换tibble列，也可以使用：

df %>%
  left_join(reduce(df$data, bind_rows), by = "id")

给出：

# A tibble: 2 x 4
     id data             var1  var2 
  <dbl> <list>           <chr> <chr>
1     1 <tibble [1 x 3]> a     b    
2     2 <tibble [1 x 3]> c     d

然后你可以从那里例如取消选择数据列。

【讨论】：

【解决方案2】：

unnest 中有一个 names_repair 参数。默认情况下，它是"check_unique"，这会导致错误。如果我们将其更改为另一个选项，即“唯一”，它将使与.. 重复的列后跟一些数字，然后我们使用select 来获取不重复的列

library(dplyr)
library(tidyr)
library(stringr)
df %>%
    unnest(data, names_repair = "unique") %>%
    select(names(.)[!duplicated(str_remove(names(.), "\\.+.*"))]) %>%
    rename_with(~ str_remove(., "\\.+.*"), contains(".."))

-输出

# A tibble: 2 x 3
     id var1  var2 
  <int> <chr> <chr>
1     1 a     b    
2     2 c     d

或者避免警告的另一种选择是通过使用map 循环删除list 中的重复列

library(purrr)
out <- df %>% 
   mutate(data = map(data, ~ .x %>% 
            select(-any_of(names(df))))) %>%
   unnest(data)
out
# A tibble: 2 x 3
     id var1  var2 
  <int> <chr> <chr>
1     1 a     b    
2     2 c     d    
> str(out)
tibble [2 × 3] (S3: tbl_df/tbl/data.frame)
 $ id  : int [1:2] 1 2
 $ var1: chr [1:2] "a" "c"
 $ var2: chr [1:2] "b" "d"

注意：两种解决方案都给出了 OP 帖子中的预期输出以及结构

【讨论】：

【解决方案3】：

将df$data 行组合在一起并与原始数据框连接。

library(dplyr)

left_join(df %>% select(-data), bind_rows(df$data), by = 'id')

#     id var1  var2 
#  <dbl> <chr> <chr>
#1     1 a     b    
#2     2 c     d

【讨论】：