【发布时间】:2017-02-24 02:08:03
【问题描述】:
我有一个小标题如下:
uuu <- structure(list(IsCharacter = c("a", "b"),
ShouldBeCharacter = list("One", "Another"),
IsList = list("Element1", c("Element2", "Element3"))
),
.Names = c("IsCharacter", "ShouldBeCharacter", "IsList"),
row.names = c(NA, -2L), class = c("tbl_df", "tbl", "data.frame"))
uuu
## A tibble: 2 × 3
# IsCharacter ShouldBeCharacter IsList
# <chr> <list> <list>
#1 a <chr [1]> <chr [1]>
#2 b <chr [1]> <chr [2]>
我想将“ShouldBeCharacter”之类的列(其中所有元素的长度和类型都相同)转换为类似于“IsCharacter”的列,而其余列保持不变。
到目前为止,我有以下功能可以解决问题,但对我来说它看起来很hacky。我想知道是否有更好的解决方案我没有考虑:
lists_to_atomic <- function(data) {
# Elements of length larger than one should be kept as lists.
# So we compute the maximum length for each column
length_column_elements <- apply(data, 2,
function(x) max(sapply(x, function(y) length(y))))
# to_simplify will contain column names of class list and with all elements of length 1
to_simplify <- colnames(data)[length_column_elements == 1 & sapply(data, class) == "list"]
# Do the conversion
data[,to_simplify] <- tibble::as_tibble(lapply(as.list(data[,to_simplify]), function(x) {do.call(c, x)}))
return(data)
}
这是我得到的结果,注意 ShouldBeCharacter 的类型是如何变化的:
lists_to_atomic(uuu)
## A tibble: 2 × 3
# IsCharacter ShouldBeCharacter IsList
# <chr> <chr> <list>
#1 a One <chr [1]>
#2 b Another <chr [2]>
as_tibble(lapply(as.list(... do.call(c,...))) 行对我来说太复杂了,但我找不到更简单的替代方案。
是否有任何简化可以使我的lists_to_atomic 函数更可靠?
更新
我没有考虑在 list 类型的列和长度为 1 的元素上使用 tidyr::unnest,但是按照 @taavi-p 的回答,我已经能够将函数简化为:
lists_to_atomic <- function(data) {
# Elements of length larger than one should be kept as lists.
# So we compute the maximum length for each column
length_column_elements <- apply(data, 2,
function(x) max(sapply(x, function(y) length(y))))
# to_simplify will contain column names of class list and with all elements of length 1
to_simplify <- colnames(data)[length_column_elements == 1 &
vapply(data,
FUN = function(x) "list" %in% class(x),
FUN.VALUE = logical(1))]
# Do the conversion
data2 <- tidyr::unnest_(data, unnest_cols = to_simplify)
data2 <- data2[, colnames(data)] # Preserve original column order
return(data2)
}
【问题讨论】:
-
您是如何开始设计这样一个结构的?解决根本问题可能比事后清理混乱更容易。
-
@MrFlick 我有一堆文本文件。每个文本文件都有几个“键:值”字段,其中一些“值”是可变长度的数组。如果我创建一个每个文件一行,每个键一列的数据框,则某些列将类似于 ShouldBeCharacter,而其他列则类似于 IsList。据我所知,有很多 R 用户将线性模型存储在数据框列中,因此拥有数组对我来说似乎并不那么混乱......