Question

解析数据框中变量中嵌入的列表的最佳方法是什么？

在R中解析json时（我通常使用jsonlite包），我经常最终得到包含列表（其他列表或数据帧）的数据框列。一个简单的例子就是解析Twitter流数据，其中返回坐标，如纬度和经度列表。一个更复杂的例子（以及我目前正在努力解决的一个例子）是医生的JSON，它将地址解析为数据帧列表。以下是一些说明结构的示例数据（顺便说一下，这是公共数据）：

> str(df)
Classes ‘tbl_df’ and 'data.frame':  2 obs. of  2 variables:
 $ addresses:List of 2
  ..$ :'data.frame':    1 obs. of  6 variables:
  .. ..$ address  : chr "Department of Palliative Care"
  .. ..$ address_2: chr "2525 Cumberland Parkway, SE"
  .. ..$ city     : chr "Atlanta"
  .. ..$ state    : chr "GA"
  .. ..$ zip      : chr "30305"
  .. ..$ phone    : chr "4043650966"
  ..$ :'data.frame':    2 obs. of  6 variables:
  .. ..$ address  : chr  "5445 Meridian Mark Road" "3619 South Fulton Avenue"
  .. ..$ address_2: chr  "Suite 370" ""
  .. ..$ city     : chr  "Atlanta" "Hapeville"
  .. ..$ state    : chr  "GA" "GA"
  .. ..$ zip      : chr  "30342" "30354"
  .. ..$ phone    : chr  "4047652020" "4047652020"
 $ npi      : chr  "1497831390" "1578667986"

jsonlite有一个函数（flatten）用于将嵌入数据帧提取到单个变量，但它不适用于列表。

在Twitter示例中，我可以使用for循环将列表项提取到同一数据框中的变量：

for (i in 1:nrow(df)){
  #sometimes coordinates is blank, so check
  if (length(df2$coordinates.coordinates[[i]]>0)){
    df2[i,"coordinates.lon"]<- df2$coordinates.coordinates[[i]][1]
    df2[i,"coordinates.lat"]<- df2$coordinates.coordinates[[i]][2]
  }

在Doctor示例中，由于每个Doctor可以有多个地址，因此我需要创建一个新数据集。

library(dplyr)
addresses = data.frame()
for (i in 1:nrow(df)){
  x<-df$addresses[[i]]
  #need an identifier
  x$id <-df[[i,"npi"]]
  addresses <-bind_rows(addresses, x)
}

虽然这两个例子都有效，但它们都是a）慢而b）不是＆＃34; R＆＃34;做事的方式（据我所知）。

所以，我的问题是：什么是更好，更快，更多＆＃34; R＆＃34;从数据框变量中提取列表的方法？

Answer 1

感谢Richard Scriven。 unnest tidr中的Attendee正好给了我所需要的东西。

R在数据帧中提取列表

1 个答案: