使用 tidyverse 在 tibble 中“取消嵌套” data.frame 列答案

【问题标题】：Using tidyverse to "unnest" a data.frame column inside a tibble使用 tidyverse 在 tibble 中“取消嵌套” data.frame 列
【发布时间】：2021-04-25 04:17:08
【问题描述】：

我正在处理从 www 调用返回的一些数据，jsonlite 和 as_tibble 以某种方式转换为 data.frame 列。

此result 数据有一个Id 整数列和一个ActionCode data.frame 列，其中包含两个内部列。这些在控制台中显示为：

> result
# A tibble: 117 x 2
  Id    ActionCode$Code $Name 
  <int> <chr>           <chr>
  1     A1              First Code
  2     A2              Second Code
  3     A3              Third Code
  4     A4              Fourth Code
  ...

这可以用str()作为检查：

> result %>% str()
tibble [117 x 2] (S3: tbl_df/tbl/data.frame)
 $ Id : int [1:117] 1 2 3 4 ...
 $ ActionCode:'data.frame': 117 obs. of  2 variables:
  ..$ Code: chr [1:117] "A1" "A2" "A3" "A4" ...
  ..$ Name: chr [1:117] "First Code" "Second Code" "Third Code" "Fourth Code" ...

我已经从例如https://tibble.tidyverse.org/articles/types.html 这种data.frame 列是完全合法的，但我正在努力研究如何从整洁的 dplyr 管道访问此列中的数据 - 例如我不能select(ActionCode$Code)

有没有办法在dplyr 管道中使用这些列？或者有没有办法以某种方式展平这些列，类似于 unnest 可以在 list 列上使用的方式（尽管我在这里意识到我没有创建额外的行 - 我只是展平列层次结构）。

即我正在尝试找到一个可以输出的函数foo：

> result %>% foo() %>% str()
tibble [117 x 2] (S3: tbl_df/tbl/data.frame)
 $ Id : int [1:117] 1 2 3 4 ...
 $ Code: chr [1:117] "A1" "A2" "A3" "A4" ...
 $ Name: chr [1:117] "First Code" "Second Code" "Third Code" "Fourth Code" ...

我无法提供 www 调用作为示例，但作为一个工作示例，我认为我看到的数据类型类似于：

sample_data <- tibble(
  Id = 1:10,
  ActionCode = tibble(
    Code = paste0("Id", 1:10),
    Name = paste0("Name ", 1:10),
  )
)

【问题讨论】：

标签： r dataframe dplyr tidyr tibble

【解决方案1】：

另一种解决方案有效，但我仍然想指出data.table 可以很好地自动处理这些情况：

library(tibble)

sample_data <- tibble(
  Id = 1:10,
  ActionCode = tibble(
    Code = paste0("Id", 1:10),
    Name = paste0("Name ", 1:10),
  )
)

library(data.table)
as.data.table(sample_data)
#>     Id ActionCode.Code ActionCode.Name
#>  1:  1             Id1          Name 1
#>  2:  2             Id2          Name 2
#>  3:  3             Id3          Name 3
#>  4:  4             Id4          Name 4
#>  5:  5             Id5          Name 5
#>  6:  6             Id6          Name 6
#>  7:  7             Id7          Name 7
#>  8:  8             Id8          Name 8
#>  9:  9             Id9          Name 9
#> 10: 10            Id10         Name 10

【讨论】：

【解决方案2】：

使用do.call 重新转换为data.frame 会使列变平

library(dplyr)
library(stringr)
do.call(data.frame, sample_data) %>% 
    rename_at(vars(starts_with('ActionCode')), ~ 
        str_remove(., 'ActionCode\\.')) %>% 
    as_tibble

-输出

# A tibble: 10 x 3
#      Id Code  Name   
#   <int> <chr> <chr>  
# 1     1 Id1   Name 1 
# 2     2 Id2   Name 2 
# 3     3 Id3   Name 3 
# 4     4 Id4   Name 4 
# 5     5 Id5   Name 5 
# 6     6 Id6   Name 6 
# 7     7 Id7   Name 7 
# 8     8 Id8   Name 8 
# 9     9 Id9   Name 9 
#10    10 Id10  Name 10

【讨论】：