如何将包含不同长度字符向量的 R 列表拆分为特定列？答案

【问题标题】：How to Split an R List Containing Character Vectors of Varying Lengths Into Specific Columns?如何将包含不同长度字符向量的 R 列表拆分为特定列？
【发布时间】：2021-04-06 15:41:15
【问题描述】：

我有一些 JSON 格式的数据，使用 jsonlite 我能够读入 R 中的数据框。我正在使用的数据在列表中，其中每个列表包含不同长度的字符向量。例如：

  values
  <list>      
1   A
2   B
3   character(0)
4   C
5   c(A, C)
6   D
7   c(B, C)
8   c(D, E)

或者，完全复制：

structure(list(values1 = list("C", "E", character(0), "C", character(0), 
    "C", c("D", "A"), c("D", "A"), "D", "D", character(0), "D", 
    "A", "E", "E", "A", "A", "A", "B", "A", "A", "A", "A", "D", 
    "E", "E", "A", character(0), "E", character(0), character(0), 
    "B", character(0), "C", "C", "C", "C", "C", character(0), 
    character(0), character(0), character(0), character(0), character(0), 
    character(0), character(0), "E", c("E", "D"), c("E", "D"), 
    "B", "E", "E", "A", "A", "B", "B", "B", "B", "B", "D", "D", 
    character(0), character(0), character(0), character(0), "B", 
    c("C", "A"), character(0), "A", "B", "B", "B", "B", "B", 
    "C", "C", character(0), character(0), character(0), character(0), 
    "E", "E", character(0), character(0), "B", "E", "A", "C", 
    "B", "C", "A", "C", "C", "C", "C", "C", "A", character(0), 
    "A", character(0), "A", "D", "B", "A", "C", "A", "A", "A", 
    "C", "A", "A", "B", "D", "D", character(0), character(0), 
    character(0), character(0), character(0), character(0), "C", 
    "B", character(0), "B", character(0), "B", "E", "D", c("C", 
    "E"), c("C", "E"), "D", "D", "C", "C", character(0), "C", 
    character(0), "C", "C", "D", "E", "E", "B", "B", "C", "C", 
    "B", "B", "E", character(0), character(0), character(0), 
    character(0), "B", "B", "E", "A", character(0), "B", "A", 
    character(0), "A", "D", "D", c("D", "A"), c("D", "A"), c("D", 
    "B"), c("D", "B"), character(0), "E", character(0), "E", 
    "E", "E", "E", character(0), "D", character(0), "E", "A", 
    "A", "A", "A", "A", "D", "D", c("B", "A"), c("B", "A"), "C", 
    character(0), character(0), "B", "E", "E", "B", c("E", "B"
    ), "A", "A", "B", "B", "D", "D", "A", "A", character(0), 
    "A", "C", character(0), "C", "C", "B", "B", "A", "A", "B", 
    "B", "A", "E", "C", "C", "D", "D", "D", c("C", "E"), character(0), 
    character(0), character(0), character(0), "E", c("E", "A"
    ), "E", character(0), character(0), "A", "D", "D", c("D", 
    "A"), c("D", "A"), character(0), character(0), character(0), 
    character(0), character(0), character(0), "B", "C", "C", 
    "C", "C", "B", "B", c("C", "E"), c("C", "E"), "E", "C", "C", 
    "C", c("E", "D", "B", "A"), c("E", "D", "B", "A"), character(0), 
    "A", character(0), "A", c("C", "A"), c("C", "A"), c("C", 
    "A"), "E", "E", "A", character(0), "C", c("E", "D"), c("E", 
    "D"), character(0), character(0), character(0), character(0), 
    "A", "A", "A", "A", "D", "E", c("C", "D"), "E", character(0), 
    character(0), character(0), "D", "D", character(0), "A", 
    "B", character(0), character(0), character(0), character(0), 
    "D", "D", "D", "E", "E", "D", "D", "B", "B", "B", "E", "D", 
    "C", "D", "C", "C", "E", "E", "A", character(0), character(0), 
    "B", character(0), "B", "B", "B", "B", character(0), "A", 
    "C", "C", "C", "D", "D", "D", character(0), "D", character(0), 
    "D", "B", "A", character(0), "B", "D", "A", "A", character(0), 
    "A", "D", "D", "E", "E", "B", character(0), character(0), 
    character(0), "C", "C", "C", "B", "B", "A", "D", c("C", "B"
    ), character(0), "D", "C", "C", character(0), character(0), 
    "D", "D", "D", c("B", "A"), "E", "A", "A", character(0), 
    "E", "C", "B", character(0), character(0), character(0), 
    character(0), "E", "E", "D", "C", "C", "E", "E", "E", "E", 
    character(0), "E", "E", "A", "B", "A", "A", "D", "E", "E", 
    "B", "B", character(0), character(0), "D", "D", "C", "D", 
    "D", "E", character(0), "E", character(0), "E", c("D", "B"
    ), character(0), "B", character(0), character(0), "D", character(0), 
    "D", "D", "D", "C", character(0), "E", "E", c("E", "B"), 
    c("E", "B"), "E", "E", "D", "D", "B", c("E", "A"), c("E", 
    "A"), c("C", "D"), c("C", "D"), c("C", "B"), c("C", "B"), 
    character(0), "C", "B"), values2 = list("C", "E", "C", 
    "C", "C", "C", c("D", "A"), c("D", "A"), "D", "D", "D", "D", 
    "A", "E", "E", "A", "A", "A", "B", "A", "A", "A", "A", "D", 
    "E", "E", "A", "E", "E", character(0), "B", "B", "C", "C", 
    "C", "C", "C", "C", c("E", "A"), c("E", "A"), c("E", "A"), 
    c("E", "A"), c("C", "A"), c("C", "A"), c("C", "A"), c("C", 
    "A"), "E", c("E", "D"), c("E", "D"), "B", "E", "E", "A", 
    "A", "B", "B", "B", "B", "B", "D", "D", c("C", "B"), c("C", 
    "B"), c("C", "B"), c("C", "B"), "B", c("C", "A"), character(0), 
    "A", "B", "B", "B", "B", "B", "C", "C", c("E", "D"), c("E", 
    "D"), c("E", "D"), c("E", "D"), "E", "E", character(0), character(0), 
    "B", "E", "A", "C", "B", "C", "A", "C", "C", "C", "C", "C", 
    "A", "A", "A", "A", "A", "D", "B", "A", "C", "A", "A", "A", 
    "C", "A", "A", "B", "D", "D", "E", "E", "E", "E", character(0), 
    character(0), "C", "B", "B", "B", "B", "B", "E", "D", c("C", 
    "E"), c("C", "E"), "D", "D", "C", "C", "C", "C", "C", "C", 
    "C", "D", "E", "E", "B", "B", "C", "C", "B", "B", "E", "B", 
    "B", "B", "B", "B", "B", "E", "A", "B", "B", "A", "A", "A", 
    "D", "D", c("D", "A"), c("D", "A"), c("D", "B"), c("D", "B"
    ), "E", "E", "E", "E", "E", "E", "E", "D", "D", "E", "E", 
    "A", "A", "A", "A", "A", "D", "D", c("B", "A"), c("B", "A"
    ), "C", character(0), character(0), "B", "E", "E", "B", c("E", 
    "B"), "A", "A", "B", "B", "D", "D", "A", "A", "A", "A", "C", 
    "C", "C", "C", "B", "B", "A", "A", "B", "B", "A", "E", "C", 
    "C", "D", "D", "D", c("C", "E"), "D", "D", "D", "D", "E", 
    c("E", "A"), "E", character(0), character(0), "A", "D", "D", 
    c("D", "A"), c("D", "A"), c("D", "A"), c("D", "A"), c("D", 
    "A"), c("D", "A"), c("D", "A"), c("D", "A"), "B", "C", "C", 
    "C", "C", "B", "B", c("C", "E"), c("C", "E"), "E", "C", "C", 
    "C", c("E", "D", "B", "A"), c("E", "D", "B", "A"), "A", "A", 
    "A", "A", c("C", "A"), c("C", "A"), c("C", "A"), "E", "E", 
    "A", "C", "C", c("E", "D"), c("E", "D"), "A", "A", "A", "A", 
    "A", "A", "A", "A", "D", "E", c("C", "D"), "E", character(0), 
    character(0), character(0), "D", "D", character(0), "A", 
    "B", c("D", "B"), c("D", "B"), c("D", "B"), c("D", "B"), 
    "D", "D", "D", "E", "E", "D", "D", "B", "B", "B", "E", "D", 
    "C", "D", "C", "C", "E", "E", "A", character(0), "B", "B", 
    "B", "B", "B", "B", "B", "A", "A", "C", "C", "C", "D", "D", 
    "D", "D", "D", "D", "D", "B", "A", "B", "B", "D", "A", "A", 
    "A", "A", "D", "D", "E", "E", "B", character(0), character(0), 
    character(0), "C", "C", "C", "B", "B", "A", "D", c("C", "B"
    ), "D", "D", "C", "C", character(0), "D", "D", "D", "D", 
    c("B", "A"), "E", "A", "A", character(0), "E", "C", "B", 
    "C", "C", "C", "C", "E", "E", "D", "C", "C", "E", "E", "E", 
    "E", "E", "E", "E", "A", "B", c("C", "E", "D", "B", "A"), 
    c("C", "E", "D", "B", "A"), "D", "E", "E", "B", "B", character(0), 
    character(0), "D", "D", "C", "D", "D", "E", "E", "E", "E", 
    "E", c("D", "B"), "B", "B", character(0), "D", "D", "D", 
    "D", "D", "D", "C", "E", "E", "E", c("E", "B"), c("E", "B"
    ), "E", "E", "D", "D", "B", c("E", "A"), c("E", "A"), c("C", 
    "D"), c("C", "D"), c("C", "B"), c("C", "B"), "C", "C", "B")), row.names = c(NA, 
445L), class = "data.frame")

我想拆分这些数据，以便每个值都有自己的列：

       1      2      3     4      5
     <chr> <chr>  <chr>  <chr>  <chr>
1      A
2            B
3    
4                   C
5      A            C
6                          D
7            B      C
8                          D      E

然后，最终将数据整理成整齐的格式，以便按列过滤：

       A      B      C     D     E
    <logi> <logi> <logi> <logi> <logi>
1    TRUE  FALSE  FALSE  FALSE  FALSE
2    FALSE TRUE   FALSE  FALSE  FALSE
3    FALSE FALSE  FALSE  FALSE  FALSE
4    FALSE FALSE  TRUE   FALSE  FALSE
5    TRUE  FALSE  TRUE   FALSE  FALSE
6    FALSE FALSE  FALSE  TRUE  FALSE
7    FALSE TRUE   TRUE   FALSE  FALSE
8    FALSE FALSE  FALSE  TRUE   TRUE

最后一步使用 mutate 应该很简单，这是我无法弄清楚的分裂。我知道 tidyr separate 和 unnest_wider，但据我所知，不要让我控制向量被分成哪些列。

【问题讨论】：

能否提供您的数据使用dput，以便我们复制数据并使用？
qdapTools::mtabulate(df$values)?

标签： r tidyr tibble

【解决方案1】：

假设您的数据是这样的：

df <- structure(list(values = list("A", "B", character(0), "C", c("A", 
"C"), "D", c("B", "C"), c("D", "E"))), 
 row.names = c(NA, -8L), class = "data.frame")

你可以这样做：

library(dplyr)
library(tidyr)

df %>%
  mutate(row = row_number()) %>%
  unnest(values) %>%
  complete(row = 1:max(row)) %>%
  mutate(val = TRUE) %>%
  pivot_wider(names_from = values, values_from = val, values_fill = FALSE) %>%
  dplyr::select(-`NA`, -row)

#    A     B     C     D     E    
#  <lgl> <lgl> <lgl> <lgl> <lgl>
#1 TRUE  FALSE FALSE FALSE FALSE
#2 FALSE TRUE  FALSE FALSE FALSE
#3 FALSE FALSE FALSE FALSE FALSE
#4 FALSE FALSE TRUE  FALSE FALSE
#5 TRUE  FALSE TRUE  FALSE FALSE
#6 FALSE FALSE FALSE TRUE  FALSE
#7 FALSE TRUE  TRUE  FALSE FALSE
#8 FALSE FALSE FALSE TRUE  TRUE

【讨论】：

【解决方案2】：

基于dput的数据，我们可以做

library(dplyr)
library(tidyr)
df1 %>%
  mutate(rn = row_number()) %>% 
  pivot_longer(cols = -rn) %>% 
  unnest(value) %>% 
  pivot_wider(names_from = value, values_from = name, 
  values_fill = FALSE, values_fn = list(name = ~ length(.) > 0)) %>% 
 select(-rn)


# A tibble: 422 x 5
#   C     E     D     A     B    
#   <lgl> <lgl> <lgl> <lgl> <lgl>
# 1 TRUE  FALSE FALSE FALSE FALSE
# 2 FALSE TRUE  FALSE FALSE FALSE
# 3 TRUE  FALSE FALSE FALSE FALSE
# 4 TRUE  FALSE FALSE FALSE FALSE
# 5 TRUE  FALSE FALSE FALSE FALSE
# 6 TRUE  FALSE FALSE FALSE FALSE
# 7 FALSE FALSE TRUE  TRUE  FALSE
# 8 FALSE FALSE TRUE  TRUE  FALSE
# 9 FALSE FALSE TRUE  FALSE FALSE
#10 FALSE FALSE TRUE  FALSE FALSE
# … with 412 more rows

【讨论】：