使用 dplyr 将数据框和列表转换为长格式答案

【问题标题】：Turning a data frame and a list into long format with dplyr使用 dplyr 将数据框和列表转换为长格式
【发布时间】：2019-11-18 01:49:01
【问题描述】：

这是一个谜题。

假设您有一个数据框和一个列表。该列表的元素数量与 df 的行数一样多：

dd <- data.frame(ID=1:3, Name=LETTERS[1:3])
dl <- map(4:6, rnorm) %>% set_names(letters[1:3])

是否有一种简单的方法（最好使用 dplyr / tidyverse）来制作长格式，以便列表的元素与数据框的相应行连接？以下是我想用不太优雅的方式说明的内容：

rows <- map(1:length(dl), ~ rep(., length(dl[[.]]))) %>% unlist()
dd <- dd[rows,]
dd$value <- unlist(dl)

如您所见，对于dl 中的每个向量，我们根据需要多次复制相应行以容纳每个值。

【问题讨论】：

标签： r tidyverse

【解决方案1】：

在基础R 中，您可以使用stack 后跟merge 获得结果：

res <- merge(stack(dl), dd, by.x="ind", by.y="Name")

head(res)
#  ind      values ID
#1   A -0.79616693  1
#2   A  0.37720953  1
#3   A  1.30273712  1
#4   A  0.19483859  1
#5   B  0.18770716  2
#6   B -0.02226917  2

注意：我认为dl 的名称应该是大写的，但如果它们确实是小写，则需要传递以下行：

res <- merge(stack(setNames(dl, toupper(names(dl)))), dd, by.x="ind", by.y="Name")

【讨论】：

不，它们是故意小写的，以使它更像手头的实际情况:-) 但是，顺序是一样的。

【解决方案2】：

由于已经提供了 dplyr 解决方案，另一种选择是使用 data.table 分组为dd 中的每个Name 值子集dl

library(data.table)
setDT(dd)

dd[, .(values = dl[[tolower(Name)]]), by = .(ID, Name)]

#     ID Name      values
#  1:  1    A -1.09633600
#  2:  1    A -1.26238190
#  3:  1    A  1.15220845
#  4:  1    A -1.45741071
#  5:  2    B -0.49318131
#  6:  2    B  0.59912670
#  7:  2    B -0.73117632
#  8:  2    B -1.09646143
#  9:  2    B -0.79409753
# 10:  3    C -0.08205888
# 11:  3    C  0.21503398
# 12:  3    C -1.17541571
# 13:  3    C -0.10020616
# 14:  3    C -1.01152362
# 15:  3    C -1.03693337

【讨论】：

【解决方案3】：

我们可以创建一个list 列和unnest

library(tidyverse)
dd %>% 
  mutate(value = dl) %>% 
  unnest
#   ID Name       value
#1   1    A  1.57984385
#2   1    A  0.66831102
#3   1    A -0.45472145
#4   1    A  2.33807619
#5   2    B  1.56716709
#6   2    B  0.74982763
#7   2    B  0.07025534
#8   2    B  1.31174561
#9   2    B  0.57901536
#10  3    C -1.36629653
#11  3    C -0.66437155
#12  3    C  2.12506187
#13  3    C  1.20220402
#14  3    C  0.10687018
#15  3    C  0.15973401

请注意，如果标准是基于代码的紧凑性，如果我们删除%>%

unnest(mutate(dd, value = dl))

或者另一个选项是uncount 和mutate

dd %>% 
   uncount(lengths(dl)) %>%
   mutate(value = flatten_dbl(unname(dl)))

如果它需要基于“dl”名称的连接

enframe(dl, name = 'Name') %>%
     mutate(Name = toupper(Name)) %>% 
     left_join(dd) %>% 
     unnest

在base R 中，我们可以replicate 'dd' 的行与'dl' 的lengths 和transform 来创建'value' 作为unlisted 'dl'

transform(dd[rep(seq_len(nrow(dd)), lengths(dl)),], value = unlist(dl))

【讨论】：