如何将 r 数据框的多列组合成一个列表

Question

我想将数据框中的多列合并为该数据框中的一列，即列表。例如，我有以下数据框成分：

name1 name2 imgID attr1 attr2 attr3...
Item1 ItemID1 Img1 water chocolate soy...
Item2 ItemID2 Img2 cocoa spice milk...

我想将 attr 列合并到一个列中，该列是以逗号分隔的这些项目的列表，如果可能的话，让它们以以下格式显示：

name1 name2 imgID attrs
Item1 ItemID1 Img1 c("water", "chocolate", "soy", ...)
Item2 ItemID2 Img2 c("cocoa", "spice", "milk", ...)

是否有一种简洁的方法可以使用粘贴或连接来编写代码，允许我将数据框的列称为ingredients[4:50]，而不是每个列的名称？还有没有办法不在该列表中包含 NA 或 NULL 值？

Answer 1

您可以使用tidyr::nest，但之后您可能希望将嵌套数据帧简化为字符向量，例如

library(tidyverse)

items <- tibble(name1 = c("Item1", "Item2"), 
                name2 = c("ItemID1", "ItemID2"), 
                imgID = c("Img1", "Img2"), 
                attr1 = c("water", "cocoa"), 
                attr2 = c("chocolate", "spice"), 
                attr3 = c("soy", "milk"))

items_nested <- items %>% 
    nest(contains('attr'), .key = 'attr') %>% 
    mutate(attr = map(attr, simplify))

items_nested
#> # A tibble: 2 x 4
#>   name1 name2   imgID attr     
#>   <chr> <chr>   <chr> <list>   
#> 1 Item1 ItemID1 Img1  <chr [3]>
#> 2 Item2 ItemID2 Img2  <chr [3]>

其他选项包括使用 tidyr::gather 将其重新整形为 long，按除新列之外的所有列进行分组，以及以更注重 dplyr 的样式将 value 列聚合到列表中：

items %>% 
    gather(attr_num, attr, contains('attr')) %>% 
    group_by_at(vars(-attr_num, -attr)) %>% 
    summarise(attr = list(attr)) %>% 
    ungroup()

或uniteattr* 列，然后以更注重字符串的样式将它们分隔在一个列表列中，strsplit：

items %>% 
    unite(attr, contains('attr')) %>% 
    mutate(attr = strsplit(attr, '_'))

或以列表为中心的样式使用purrr::transpose 和 tidyselect：

items %>% 
    mutate(attr = transpose(select(., contains('attr')))) %>% 
    select(-matches('attr.'))

所有选项都返回相同的东西，至少在样本数据上是这样。进一步清理，例如删除 NAs，可以通过使用 lapply/purrr::map 遍历新列来完成。