【问题标题】：Split a list column into multiple columns将列表列拆分为多个列
【发布时间】：2018-11-25 15:29:12
【问题描述】：

我有一个数据框，其中最后一列是一列列表。下面是它的外观：

Col1 | Col2 | ListCol
--------------------------
 na  |  na  | [obj1, obj2]
 na  |  na  | [obj1, obj2]
 na  |  na  | [obj1, obj2]

我想要的是

Col1 | Col2 | Col3  | Col4
--------------------------
 na  |  na  | obj1  | obj2
 na  |  na  | obj1  | obj2
 na  |  na  | obj1  | obj2

我知道所有列表都有相同数量的元素。

编辑：

ListCol 中的每个元素都是一个包含两个元素的列表。

【问题讨论】：

这很大程度上取决于ListCol 的结构。如果它包含每一行的数据框或命名列表，则只需 tidyr::unnest 即可。如果是其他结构，您可能需要先重新排列。要获得更好的答案，请在您的示例数据上使用调用 dput 的结果进行编辑，以便我们可以重现确切的结构。
你好。我试过 unnest 但它一直在做的是让对象分开，但在不同的行而不是列中。 ListCol 的每一行都是一个列表
让它横向扩展而不是向下扩展的最简单方法是使每个列表元素成为 1 行数据框，例如使用df$ListCol <- lapply(df$ListCol, function(x) as.data.frame(t(x)))（如果您愿意，可以使用 dplyr 和 purrr），然后调用 unnest。
这是 alisatire 针对类似问题的解决方案：stackoverflow.com/questions/49889246/how-to-unnest-column-list 使用 invoke_map 和 tibble。还有其他几个解决方案：stackoverflow.com/questions/49689927/…

标签： r multiple-columns

【解决方案1】：

目前，tidyverse 的答案是：

library(dplyr)
library(tidyr)
data %>% unnest_wider(ListCol)

【讨论】：

【解决方案2】：

这是一种方法，使用unnest 和tidyr::spread...

library(dplyr)
library(tidyr)

#example df
df <- tibble(a=c(1, 2, 3), b=list(c(2, 3), c(4, 5), c(6, 7)))

df %>% unnest(b) %>% 
       group_by(a) %>% 
       mutate(col=seq_along(a)) %>% #add a column indicator
       spread(key=col, value=b)

      a   `1`   `2`
  <dbl> <dbl> <dbl>
1    1.    2.    3.
2    2.    4.    5.
3    3.    6.    7.

【讨论】：

在您的示例中，您只是在做cbind(df[1],do.call(rbind,df$b)) 甚至cbind(df[1],t(data.frame(df$b)))
@Onyambu，你不想为这篇文章写一个完整的答案吗？它帮助了我，也可以帮助其他人，但我第一次错过了。

【解决方案3】：

两个出色答案的比较

此线程中有两个很棒的单行建议：

(1)`cbind(df[1], t(data.frame(df$b)))`

这是来自@Onyambu 使用base R。要得到这个答案，需要知道dataframe 是一个列表，需要一点创造力。

(2)`df %>% unnest_wider(b)`

这是来自@iago 使用tidyverse。您需要额外的软件包并了解所有nest 动词，但可以认为它更具可读性。

现在让我们比较一下性能

library(dplyr)
library(tidyr)
library(purrr)
library(microbenchmark)

N <- 100
df <- tibble(a = 1:N, b = map2(1:N, 1:N, c))

tidy_foo <- function() suppressMessages(df %>% unnest_wider(b))
base_foo <- function() cbind(df[1],t(data.frame(df$b))) %>% as_tibble # To be fair
  
microbenchmark(tidy_foo(), base_foo())

Unit: milliseconds
       expr      min        lq      mean    median       uq      max neval
 tidy_foo() 102.4388 108.27655 111.99571 109.39410 113.1377 194.2122   100
 base_foo()   4.5048   4.71365   5.41841   4.92275   5.2519  13.1042   100

哎呀！

base R 解决方案快 20 倍。

【讨论】：

使用我的真实数据和问题，我发现差异不大。我的 data.frame 有 100k 行，65 列，我正在取消嵌套一对变量。 tidyr 解决方案需要 12.5 秒，基础 R 解决方案需要 11 秒，因此基础 R 解决方案要快 1.14 倍。用户可能想要测试自己的数据。

【解决方案4】：

这是data.table 和base::unlist 的选项。

library(data.table)

DT <- data.table(a = list(1, 2, 3),
                                 b = list(list(1, 2),
                                              list(2, 1),
                                              list(1, 1)))

for (i in 1:nrow(DT)) {
  set(
    DT,
    i = i,
    j = c('b1', 'b2'),
    value = unlist(DT[i][['b']], recursive = FALSE)
  )
}
DT

这需要在每一行上都有一个 for 循环...不理想并且非常反data.table。我想知道是否有某种方法可以避免首先创建列表列...

【讨论】：

【解决方案5】：

@Alec data.table 提供tstrsplit 函数将一列拆分为多列。

DT = data.table(x=c("A/B", "A", "B"), y=1:3)
DT[]

#     x y
#1: A/B 1
#2:   A 2
#3:   B 3

DT[, c("c1") := tstrsplit(x, "/", fixed=TRUE, keep=1L)][] # keep only first

#     x y c1
#1: A/B 1  A
#2:   A 2  A
#3:   B 3  B

DT[, c("c1", "c2") := tstrsplit(x, "/", fixed=TRUE)][]

#     x y c1   c2
#1: A/B 1  A    B
#2:   A 2  A <NA>
#3:   B 3  B <NA>

【讨论】：

两个出色答案的比较

(1)cbind(df[1], t(data.frame(df$b)))

(2)df %&gt;% unnest_wider(b)

现在让我们比较一下性能

哎呀！

(1)`cbind(df[1], t(data.frame(df$b)))`

(2)`df %>% unnest_wider(b)`