【问题标题】：List into tibble using list names as values in one column使用列表名称作为一列中的值列出到 tibble
【发布时间】：2018-03-01 12:24:57
【问题描述】：

我想像这样转换一个列表：

l <- list(x = c(1, 2), y = c(3, 4, 5))

变成这样的小标题：

 Name  Value 
 x      1
 x      2
 y      3
 y      4
 y      5

【问题讨论】：

标签： r list tidyverse purrr tibble

【解决方案1】：

我认为没有什么比使用 base R 中的 stack-function 更容易的了：

df <- stack(l)

返回一个数据框：

> df
  values ind
1      1   x
2      2   x
3      3   y
4      4   y
5      5   y

因为您要求tibble 作为输出，您可以通过as_tibble(df)（来自tibble-package）来获得它。

或者更直接：df <- as_tibble(stack(l))。

另一种纯基R方法：

df <- data.frame(ind = rep(names(l), lengths(l)), value = unlist(l), row.names = NULL)

给出了类似的结果：

> df
  ind value
1   x     1
2   x     2
3   y     3
4   y     4
5   y     5

row.names = NULL 不一定是必需的，但将行号作为行名。

【讨论】：

【解决方案2】：

更新

我找到了更好的解决方案。

这适用于我之前发布的简单和复杂列表（如下）

l %>% map_dfr(~ .x %>% as_tibble(), .id = "name")

给我们

# A tibble: 5 x 2
  name  value
  <chr> <dbl>
1 x        1.
2 x        2.
3 y        3.
4 y        4.
5 y        5.

================================================

原答案

来自 tidyverse：

l %>% 
  map(~ as_tibble(.x)) %>% 
  map2(names(.), ~ add_column(.x, Name = rep(.y, nrow(.x)))) %>% 
  bind_rows()

给我们

# A tibble: 5 × 2
  value  Name
  <dbl> <chr>
1     1     x
2     2     x
3     3     y
4     4     y
5     5     y

R 中的堆栈函数非常适合 Jaap 所示的简单列表。

但是，对于更复杂的列表，例如：

l <- list(
  a = list(num = 1:3, let_a = letters[1:3]),
  b = list(num = 101:103, let_b = letters[4:6]),
  c = list()
)

我们得到

stack(l)

values ind
1       1   a
2       2   a
3       3   b
4       a   b
5       b   a
6       c   a
7     101   b
8     102   b
9     103   a
10      d   a
11      e   b
12      f   b

这是错误的。

上面显示的 tidyverse 解决方案工作正常，将嵌套列表中不同元素的数据分开：

# A tibble: 6 × 4
    num   let  Name  lett
  <int> <chr> <chr> <chr>
1     1     a     a  <NA>
2     2     b     a  <NA>
3     3     c     a  <NA>
4   101  <NA>     b     d
5   102  <NA>     b     e
6   103  <NA>     b     f

【讨论】：

您更新的解决方案确实非常有用，它在手头的不同情况下对我有用，dist 对象列表的结果通过 broom::tidy 变成了一个小玩意。
更短的：l %>% map_dfr(as_tibble, .id = "name")（或map_dfr(l, as_tibble, .id = "name")）

【解决方案3】：

我们可以从reshape2使用melt

library(reshape2)
melt(l)
#   value L1
#1     1  x
#2     2  x
#3     3  y
#4     4  y
#5     5  y

【讨论】：