嵌套列表到 R 中的分组行答案

【问题标题】：Nested list to grouped rows in R嵌套列表到 R 中的分组行
【发布时间】：2023-01-13 20:55:29
【问题描述】：

我有以下名为 l 的嵌套列表（dput 下面）：

> l
$A
$A$`1`
[1] 1 2 3

$A$`2`
[1] 3 2 1


$B
$B$`1`
[1] 2 2 2

$B$`2`
[1] 3 4 3

我想将其转换为分组数据框，其中 A 和 B 是第一组列，1 和 2 是具有各自值的子组。所需的输出应如下所示：

   group subgroup values
1      A        1      1
2      A        1      2
3      A        1      3
4      A        2      3
5      A        2      2
6      A        2      1
7      B        1      2
8      B        1      2
9      B        1      2
10     B        2      3
11     B        2      4
12     B        2      3

如您所见，A 和 B 是主组，1 和 2 是子组。使用 purrr::flatten(l) 或 unnest 无效。所以我想知道是否有人知道如何将嵌套列表转换为分组行数据框？

dput 我的：

l <- list(A = list(`1` = c(1, 2, 3), `2` = c(3, 2, 1)), B = list(`1` = c(2, 
2, 2), `2` = c(3, 4, 3)))

【问题讨论】：

标签： r list dataframe nested

【解决方案1】：

您可以使用enframe() 将列表转换为data.frame，并将unnest 转换为value 列两次。

library(tidyr)

tibble::enframe(l, name = "group") %>%
  unnest_longer(value, indices_to = "subgroup") %>%
  unnest(value)

# A tibble: 12 × 3
   group value subgroup
   <chr> <dbl> <chr>   
 1 A         1 1       
 2 A         2 1       
 3 A         3 1       
 4 A         3 2       
 5 A         2 2       
 6 A         1 2       
 7 B         2 1       
 8 B         2 1       
 9 B         2 1       
10 B         3 2       
11 B         4 2       
12 B         3 2

【讨论】：

【解决方案2】：

将列表直接转换为数据框，然后将其转换为长格式并将 arrange 转换为您想要的顺序。

library(tidyverse)

lst %>% 
  as.data.frame() %>% 
  pivot_longer(everything(), names_to = c("group", "subgroup"), 
               values_to = "values", 
               names_pattern = "(.+?)\.(.+?)") %>% 
  arrange(group, subgroup)

# A tibble: 12 × 3
   group subgroup values
   <chr> <chr>     <dbl>
 1 A     1             1
 2 A     1             2
 3 A     1             3
 4 A     2             3
 5 A     2             2
 6 A     2             1
 7 B     1             2
 8 B     1             2
 9 B     1             2
10 B     2             3
11 B     2             4
12 B     2             3

【讨论】：

【解决方案3】：

使用堆并使用 id 进行行绑定：

data.table::rbindlist(lapply(l, function(i) stack(i)), idcol = "id")
#     id values ind
#  1:  A      1   1
#  2:  A      2   1
#  3:  A      3   1
#  4:  A      3   2
#  5:  A      2   2
#  6:  A      1   2
#  7:  B      2   1
#  8:  B      2   1
#  9:  B      2   1
# 10:  B      3   2
# 11:  B      4   2
# 12:  B      3   2

【讨论】：