如何轻松绑定不同深度的嵌套列表？

Question

我有一个数据集，其中一些数据位于嵌套列表中。 问题是列表的深度各不相同，而且不可能事先知道深度。

这是一个例子（注意：在原始数据集中，没有一个列表被命名）：

`

list1 <- list(
  list("data1"), 
  list(
    list("data2")
  ), 
  list(c("data3", "data4", "data5")),
  list(
    list(
      "data6"
    )
  ), 
  list(c("data7", "data8")), 
  list(
    list(
      list(c("data9", "data10", "data11", "data12"))
    )
  ),
  list("data13")
)

`

我的目标是从这个列表中提取所有“数据...”到一个新的数据框中（从某种意义上说，我想提取它们）：

行	数据
1个	数据1
2个	数据2
3个	数据 3、数据 4、数据 5
4个	数据6
5个	数据 7、数据 8
6个	数据 9、数据 10、数据 11、数据 12
7	数据13

我尝试了很多选项（重复 unlist/map/lapply(list1, function(l) l[[1]]) 然后 bind_rows 或 do.call(rbind, ...), 等等），但没有一个有效。 最困扰我的是我不知道为什么我解决不了。

所以我的问题如下：rbind 具有不同深度的嵌套列表的最简单方法是什么？

Answer 1

unlist()每个子列表，其余的将很容易。 要将数据作为字符向量获取，您可以应用toString() ：

data.frame(
  nr = seq_along(list1),
  data = sapply(list1, \(x) toString(unlist(x)))
)


#   nr                          data
# 1  1                         data1
# 2  2                         data2
# 3  3           data3, data4, data5
# 4  4                         data6
# 5  5                  data7, data8
# 6  6 data9, data10, data11, data12
# 7  7                        data13

Answer 2

1）假设你想要一个元素是字符向量的列试试这个：

DF <- data.frame(nrows = seq_along(list1))
DF$data <- lapply(list1, unlist)

str(DF)
## 'data.frame':   7 obs. of  2 variables:
##  $ nrows: int  1 2 3 4 5 6 7
##  $ data :List of 7
##   ..$ : chr "data1"
##   ..$ : chr "data2"
##   ..$ : chr  "data3" "data4" "data5"
##   ..$ : chr "data6"
##   ..$ : chr  "data7" "data8"
##   ..$ : chr  "data9" "data10" "data11" "data12"
##   ..$ : chr "data13"

1a)这种变化也有效。 在这里使用 I(,,,) 很关键，因为没有它代码会出错。

DF <- data.frame(nrows = seq_along(list1), data = I(lapply(list1, unlist)))
str(DF)
## 'data.frame':   7 obs. of  2 variables:
##  $ nrows: int  1 2 3 4 5 6 7
##  $ data :List of 7
##   ..$ : chr "data1"
##   ..$ : chr "data2"
##   ..$ : chr  "data3" "data4" "data5"
##   ..$ : chr "data6"
##   ..$ : chr  "data7" "data8"
##   ..$ : chr  "data9" "data10" "data11" "data12"
##   ..$ : chr "data13"
##   ..- attr(*, "class")= chr "AsIs"

2)相反，如果您想要一个字符列，其中data列的每个元素都是单个逗号分隔字符串或逗号分隔字符串，那么在运行上面的 (1) 之后运行以下操作之一：

DF$data <- sapply(DF$data, toString)
str(DF)
## 'data.frame':   7 obs. of  2 variables:
##  $ nrows: int  1 2 3 4 5 6 7
##  $ data : chr  "data1" "data2" "data3, data4, data5" "data6" ...

DF$data <- sapply(DF$data, paste, collapse = ",")
str(DF)
## 'data.frame':   7 obs. of  2 variables:
##  $ nrows: int  1 2 3 4 5 6 7
##  $ data : chr  "data1" "data2" "data3,data4,data5" "data6" ...

Answer 3

lapply()递归取消列表，然后将结果列表传递给tibble()作为将其放入数据框的便捷方式（tibble 是一种数据框）。

list1 <- list(
  list("data1"), 
  list(
    list("data2")
  ), 
  list(c("data3", "data4", "data5")),
  list(
    list(
      "data6"
    )
  ), 
  list(c("data7", "data8")), 
  list(
    list(
      list(c("data9", "data10", "data11", "data12"))
    )
  ),
  list("data13")
)

## consider piping to as.data.frame if you specifically 
## want that format
new_list <- lapply(list1, unlist, recursive = TRUE)

dplyr::tibble(data = new_list)
#> # A tibble: 7 × 1
#>   data     
#>   <list>   
#> 1 <chr [1]>
#> 2 <chr [1]>
#> 3 <chr [3]>
#> 4 <chr [1]>
#> 5 <chr [2]>
#> 6 <chr [4]>
#> 7 <chr [1]>

^{创建于 2022-12-14，使用reprex v2.0.2}

Answer 4

在 collapse 包中有一个非常好的函数，unlist2d

unlist2d(list1) 的输出是

       .id.1 .id.2 .id.3 .id.4   V1     V2     V3     V4
    1     1     1    NA    NA  data1   <NA>   <NA>   <NA>
    2     2     1     1    NA  data2   <NA>   <NA>   <NA>
    3     3     1    NA    NA  data3  data4  data5   <NA>
    4     4     1     1    NA  data6   <NA>   <NA>   <NA>
    5     5     1    NA    NA  data7  data8   <NA>   <NA>
    6     6     1     1     1  data9 data10 data11 data12
    7     7     1    NA    NA data13   <NA>   <NA>   <NA>

有一些选项可以使用列名和行名

Answer 5

在包rrapply中使用rrapply()的另一种选择：

rrapply::rrapply(list1, how = "melt")

#>   L1 L2   L3   L4                         value
#> 1  1  1 <NA> <NA>                         data1
#> 2  2  1    1 <NA>                         data2
#> 3  3  1 <NA> <NA>           data3, data4, data5
#> 4  4  1    1 <NA>                         data6
#> 5  5  1 <NA> <NA>                  data7, data8
#> 6  6  1    1    1 data9, data10, data11, data12
#> 7  7  1 <NA> <NA>                        data13