区分空白列表或空白数据框

Question

我正在使用似乎返回格式错误的数据的API。 API应该返回嵌套的数据帧，但有时也会返回空列表：

column_name
<list>
<data.frame [1 × 5]>                
<data.frame [0 × 0]>                
<data.frame [0 × 0]>                
<list [0]>
...

在此步骤之后我想使用unnest在嵌套数据帧下游使用该数据。 但是，空列表阻止了这种情况的发生。 我想到的是：

• （1）测试以查看行条目是否为空列表
• （2）是，转换为空数据框； 如果否，请保持原样

但是，我测试空列表的常用方法有些扁平，因为数据框是一个列表。 目前我使用的思维identical或all.equal会同dim的测试。 即，如果条目的尺寸为[1,1]，则将该条目替换为空的数据框。

（我想知道如果我有一个尺寸为[1,1]的数据框，但实际上也有数据的情况下会发生什么……）

这是最R的方式吗？ 我已经从其他地方的API中看到了这种行为，因此我需要在多个地方使用此功能。

注意：如果影响答案，我正在使用tidyverse。

Answer 1

数据框是一个特殊list但类是dataframe 。 您可以通过以下方式测试课程：

class(data.frame()) == "list"
> FALSE
class(list()) == "list"
> TRUE

Answer 2

这是使用map一种选择， if

library(dplyr)
library(purrr)  
ir %>% mutate(data1=map(data, ~if(is.null(dim(.x))) data.frame() else .x)) %>% 
       unnest(data1)

数据：提供复制过去的可复制数据总是有用的

ir <- iris %>% group_by(Species) %>% nest()
ir$data[[2]]<-list()

Answer 3

从API获取数据后，通常更容易清除数据。 然后，接下来的所有事情都可以依靠安全的假设。

对于此示例，使用API​​的响应创建一个返回格式一致的tbl的函数。 每个tbl将具有相同的列，但是如果其中一些不在响应中，则可能会用NA填充。

library(tidyr)
library(dplyr)

response_to_df <- function(id = NA_real_,
                           country = NA_character_,
                           wealth = NA_real_,
                           ... # Catch extra columns you don't want
                           ) {
  tibble(id = id, country = country, wealth = wealth)
}

prepare_response_df <- function(response) {
  do.call(response_to_df, response)
}

responses <- list(
  tibble(id = 1:2, country = c("US", "DE"), wealth = c(95, 84)),
  list(),
  tibble(id = 3)
)

tibble(res = responses) %>%
  mutate(nicer = lapply(res, prepare_response_df)) %>%
  unnest(nicer)
# # A tibble: 4 x 3
#      id country wealth
#   <dbl> <chr>    <dbl>
# 1     1 US          95
# 2     2 DE          84
# 3    NA NA          NA
# 4     3 NA          NA