如何从数据框中取消嵌套向量？答案

【问题标题】：How can I unnest a vector from a dataframe?如何从数据框中取消嵌套向量？
【发布时间】：2021-09-23 06:04:57
【问题描述】：

我有一个长格式的数据框，其中包含公司及其按地区划分的估计值。我想建立一个宽表，我可以在其中查看按地区对公司进行了多少正面和负面的估计。当我尝试pivot_wider 时，我收到一个数据框，其单元格中有向量。没关系，但是我无法按地区计算正面和负面反馈的数量。还尝试使用 unnest 和 unnest_longer 函数。后者虽然似乎解决了我的问题，但它只需要一个参数来取消列。

我怎样才能修改我的pivot_wider 以获得理想的结果？

我的数据框：

set.seed(1407)
test_df <- data.frame(code = rep(c("positive", "negative"), 9),
                      company = c("Google", "Amazon", "SpaceX", "BlueOrigin",
                                  "Google", "Western Digital", "Aliexpress",
                                  "Tencent", "Aliexpress"),
                      n = rbinom(18, size = 9, prob = 0.5),
                      region = c("Asia", "Europe", "Middle East"))

我使用函数来加宽表格的结果：

test_df %>% 
  pivot_wider(id_cols = region,
              names_from = code,
              values_from = n)

# A tibble: 3 x 3
  region      positive  negative 
  <chr>       <list>    <list>   
1 Asia        <int [3]> <int [3]>
2 Europe      <int [3]> <int [3]>
3 Middle East <int [3]> <int [3]>

我想要的输出：

region      positive  negative

Asia            4        2
Asia            3        5
Asia            5        2
Europe          3        5
Europe          6        4
Europe          5        1
Middle East     8        5
Middle East     6        5
Middle East     6        2

【问题讨论】：

标签： r data-manipulation

【解决方案1】：

您可以通过以下方式修改您的解决方案。当id_cols 和value 的组合不能唯一标识观察时，结果将是一个命名列表。您可能会注意到，您有多个 Asia 和 n == 5 的组合，因此我决定使用所有剩余的列而不是 names_from 和 values_from 在 id_cols 中指定的列，因为这是默认选择只是region。

library(tidyr)

test_df %>% 
  pivot_wider(names_from = code,
              values_from = n) %>%
  arrange(region)

# A tibble: 9 x 4
  company         region      positive negative
  <chr>           <chr>          <int>    <int>
1 Google          Asia               4        5
2 BlueOrigin      Asia               5        2
3 Aliexpress      Asia               3        2
4 Amazon          Europe             6        5
5 Google          Europe             3        1
6 Tencent         Europe             5        4
7 SpaceX          Middle East        8        5
8 Western Digital Middle East        6        5
9 Aliexpress      Middle East        6        2

【讨论】：

【解决方案2】：

使用reshape 的基本 R 选项

reshape(
    test_df,
    direction = "wide",
    idvar = c("company", "region"),
    timevar = "code"
)

给予

          company      region n.positive n.negative
1          Google        Asia          5          6
2          Amazon      Europe          4          6
3          SpaceX Middle East          2          2
4      BlueOrigin        Asia          5          6
5          Google      Europe          5          3
6 Western Digital Middle East          2          4
7      Aliexpress        Asia          6          3
8         Tencent      Europe          5          3
9      Aliexpress Middle East          4          4

【讨论】：