将数据框中的列表转换为向量答案

【问题标题】：Convert lists within a data frame into vectors将数据框中的列表转换为向量
【发布时间】：2017-02-23 02:22:23
【问题描述】：

我有以下数据框：

Offer ID    Item ID  
162840  56A340942123, 902G569800234  
162841  96A3403718213, 872M569814535, M235481980234, 890TG56248191  
162842  H7901230913592

Offer ID 是一个字符向量，Item ID 是一个列表。在这里，项目 ID 有 3 个元素 - 每行一个。

是否可以将项目 ID 转换为列表中的向量，以便我可以分别引用同一行中的每个项目 ID？

我对 R 比较陌生，我尝试过 unlist、do.call 和 paste，但它们都弄乱了我的数据框的尺寸。

注意：我不想将它们拆分为子列表。

ETA：dput的输出-

structure(list(Col1 = c(162840L, 162841L, 162842L, 162843L, 162845L, 
162847L, 162849L), Col2 = structure(list(`1` = c("137089", "668552", 
"346129"), `4` = c("442054", "479934", "58316"), `7` = c("149298", 
"533977", "598069"), `10` = c("898134", "614982", "581007", "570515"
), `14` = c("93015", "252103", "639482", "226594", "64429"), 
    `19` = c("328971", "604454", "603078"), `22` = "93774"), .Names = c("1", 
"4", "7", "10", "14", "19", "22"))), .Names = c("Col1", "Col2"
), row.names = c(NA, -7L), class = "data.frame")

预期输出：

Offer ID    Item ID1    Item ID2    Item ID3    Item ID4  
168240      137089      668552      346129  
162841      442054      479934      58316  
162842      149298      533977      598069  
162843      898134      614982      581007      570515

【问题讨论】：

使用cSplit(df1, "item ID", ",", "long")
@akrun 你指的是splitstackshape::cSplit吗？你真的应该限定非标准函数的来源。
您的预期输出究竟是什么？（顺便说一句：您的 dputed 数据与您的第一个 data.frame 不匹配。这里还有其他事情吗？）
@r2evans 是的，忘记了。
@r2evans - 我已经编辑了原始问题以包含预期的输出并且对数据感到抱歉，我为项目 ID 创建了两个带有随机数的单独文件（我还没有实际值)，忘记保存我在原始问题中使用的那个。

标签： r list vector

【解决方案1】：

# get length of the largest vector
max_cols <- max( unlist( lapply(df1$Col2, length ) ) )

# fill with NA to make it equal length
a1 <- lapply( df1$Col2, function( x ) c( x, rep( NA, ( max_cols - length( x ) ) ) ) ) 

# combine column 1 with transformed data
df1 <- do.call( 'cbind', list( df1$Col1, do.call( 'rbind', a1 ) ) )

# apply column names
colnames( df1 ) <- paste( "Col", 1: (max_cols+1), sep = '' )

# convert to numeric data type
df1 <- data.frame( apply( df1, 2, as.numeric ) )

df1
#     Col1   Col2   Col3   Col4   Col5  Col6
# 1 162840 137089 668552 346129     NA    NA
# 2 162841 442054 479934  58316     NA    NA
# 3 162842 149298 533977 598069     NA    NA
# 4 162843 898134 614982 581007 570515    NA
# 5 162845  93015 252103 639482 226594 64429
# 6 162847 328971 604454 603078     NA    NA
# 7 162849  93774     NA     NA     NA    NA

数据：

df1 <- structure(list(Col1 = c(162840L, 162841L, 162842L, 162843L, 162845L, 162847L, 162849L), 
                      Col2 = structure(list(`1` = c("137089", "668552", "346129"),
                                            `4` = c("442054", "479934", "58316"),
                                            `7` = c("149298", "533977", "598069"),
                                            `10` = c("898134", "614982", "581007", "570515"),
                                            `14` = c("93015", "252103", "639482", "226594", "64429"), 
                                            `19` = c("328971", "604454", "603078"), 
                                            `22` = "93774"), 
                                       .Names = c("1", "4", "7", "10", "14", "19", "22"))),
                 .Names = c("Col1", "Col2"), 
                 row.names = c(NA, -7L), 
                 class = "data.frame")

【讨论】：