从嵌套列表中提取数据框

Question

我有一个嵌套的列表列表，其中包含一些数据框。但是，数据框可以出现在列表中的任何级别。我想要结束的是一个平面列表，即只有一个级别，其中每个元素只有数据框，而所有其他东西都被丢弃了。

我为此想出了一个解决方案，但它看起来很笨拙，我相信应该有一个更优雅的解决方案。

重要的是，我正在寻找基础 R 中的东西，它可以在嵌套列表中的任何级别提取数据帧。我尝试过unlist() 并涉足rapply()，但不知何故没有找到令人满意的解决方案。

示例代码如下：示例列表、我实际想要实现的目标以及我自己不太满意的解决方案。感谢您的帮助！

# extract dfs from list

# example of multi-level list with some dfs in it
# note, dfs could be nested at any level
problem1 <- list(x1 = 1,
              x2 = list(
                x3 = "dog",
                x4 = data.frame(cats = c(1, 2),
                               pigs = c(3, 4))
              ),
              x5 = data.frame(sheep = c(1,2,3),
                             goats = c(4,5,6)),
              x6 = list(a = 2,
                       b = "c"),
              x7 = head(cars,5))

# want to end up with flat list like this (names format is optional)
result1 <- list(x2.x4 = data.frame(cats = c(1, 2),
                                   pigs = c(3, 4)),
                x5 = data.frame(sheep = c(1,2,3),
                                goats = c(4,5,6)),
                x7 = head(cars,5))

# my solution (not very satisfactory)

exit_loop <- FALSE
while(exit_loop == FALSE){
  # find dfs (logical)
  idfs <- sapply(problem1, is.data.frame)
  # check if all data frames
  exit_loop <- all(idfs)
  # remove anything not df or list
  problem1 <- problem1[idfs | sapply(problem1, is.list)]
  # find dfs again (logical)
  idfs <- sapply(problem1, is.data.frame)
  # unlist only the non-df part
  problem1 <- c(problem1[idfs], unlist(problem1[!idfs], recursive = FALSE))

}

Answer 1

也许考虑一个像这样的简单递归函数

find_df <- function(x) {
  if (is.data.frame(x))
    return(list(x))
  if (!is.list(x))
    return(NULL)
  unlist(lapply(x, find_df), FALSE)
}

结果

> find_df(problem1)
$x2.x4
  cats pigs
1    1    3
2    2    4

$x5
  sheep goats
1     1     4
2     2     5
3     3     6

$x7
  speed dist
1     4    2
2     4   10
3     7    4
4     7   22
5     8   16

Answer 2

有一个函数叫做rrapply 你可以使用它。唯一的缺点是我没有得到所需的名称：

rrapply::rrapply(problem1, is.data.frame, classes = 'data.frame', how = 'flatten')

$x4
  cats pigs
1    1    3
2    2    4

$x5
  sheep goats
1     1     4
2     2     5
3     3     6

$x7
  speed dist
1     4    2
2     4   10
3     7    4
4     7   22
5     8   16