使用 ID 列展平数据框中的列表列答案

【问题标题】：Flatten list column in data frame with ID column使用 ID 列展平数据框中的列表列
【发布时间】：2015-07-26 10:25:09
【问题描述】：

我的数据框包含选择多个问题类型的调查的输出。有些单元格有多个值。

df <- data.frame(a=1:3,b=I(list(1,1:2,1:3)))
df
  a       b
1 1       1
2 2    1, 2
3 3 1, 2, 3

我想展平列表以获得以下输出：

df
  a       b
1 1       1
2 2       1
3 2       2
4 3       1
5 3       2
6 3       3

应该很容易，但不知何故我找不到搜索词。谢谢。

【问题讨论】：

标签： r dataframe reshape

【解决方案1】：

你可以只使用来自“tidyr”的unnest：

library(tidyr)
unnest(df, b)
#   a b
# 1 1 1
# 2 2 1
# 3 2 2
# 4 3 1
# 5 3 2
# 6 3 3

【讨论】：

谢谢！完美，我看过 tidyr 但没有找到这个特殊情况
OP 说它应该很容易，你已经证明它确实是那么容易！干得好！

【解决方案2】：

使用base R，在将'b' 列的list 元素命名为'a' 的元素之后，一个选项是stack。我们可以使用setNames 来更改名称。

stack(setNames(df$b, df$a))

或者另一种选择是使用unstack 自动将'b' 的列表元素命名为'a' 元素，然后执行stack 以获得data.frame 输出。

stack(unstack(df, b~a))

或者我们可以使用方便的函数listCol_l 从splitstackshape 将list 转换为data.frame。

library(splitstackshape)
listCol_l(df, 'b')

【讨论】：

干得好。我总是喜欢看到简单、优雅的基础解决方案。

【解决方案3】：

这是一种方法，data.table:

require(data.table)
data.table(df)[,as.integer(unlist(b)),by=a]

如果b 存储一致，则可以跳过as.integer。你可以检查

unique(sapply(df$b,class))
# [1] "numeric" "integer"

【讨论】：

df$b[1] <- list(1L) 如果 OP 有很多这样的条目，我们太手动且不切实际。我认为data.table(df)[,as.integer(unlist(b)),by=a] 应该这样做
@DavidArenburg 是的，或者“正确”地将数据摄取到 R 中（在前面存储为整数的意义上）。我会切换到你写的。

【解决方案4】：

这是另一个基本解决方案，远不如迄今为止发布的任何其他解决方案优雅。为了完整起见发布，但我个人会推荐 akrun 的基本解决方案。

with(df, cbind(a = rep(a, sapply(b, length)), b = do.call(c, b)))

这会将第一列构造为a 的元素，其中每个元素都被重复以匹配来自b 的相应列表项的长度。第二列是b“扁平化”，使用do.call()和c()。

正如 Ananda Mahto 在评论中指出的那样，在最新版本的 R（3.2，如果我没记错的话）中，sapply(b, length) 可以替换为 lengths(b)。

【讨论】：

在最新版本的 R 中，您可以将 sapply(b, length) 替换为 lengths(b)。
@AnandaMahto：太棒了，感谢提醒！
要取回一个data.frame，你最好使用：with(df, data.frame(a = rep(a, lengths(b)), b = unlist(b)))

【解决方案5】：

基本的 R 方法也可能是为每一行创建一个新的 data.frame，然后再创建一个 rbind：

df <- data.frame(a=1:3,b=I(list(1,1:2,1:3)))
df

df <- lapply(seq_along(df$a), function(x){data.frame(a = df$a[[x]], b = df$b[[x]])})
df <- do.call("rbind", df)
df

【讨论】：