Question

我想使用dplyr的mutate_if()函数将list-columns转换为data-frame-columns，但是当我尝试这样做时会遇到一个令人费解的错误。我使用的是dplyr 0.5.0，purrr 0.2.2，R 3.3.0。

基本设置如下所示：我有一个数据框d，其中一些列是列表：

d <- dplyr::data_frame(
  A = list(
    list(list(x = "a", y = 1), list(x = "b", y = 2)),
    list(list(x = "c", y = 3), list(x = "d", y = 4))
  ),
  B = LETTERS[1:2]
)

我想使用以下函数将列的列（在本例中为d$A）转换为数据帧列：

tblfy <- function(x) {
  x %>%
    purrr::transpose() %>%
    purrr::simplify_all() %>%
    dplyr::as_data_frame()
}

也就是说，我希望列表列d$A替换为列表lapply(d$A, tblfy)，即

[[1]]
#  A tibble: 2 x 2
      x     y
  <chr> <dbl>
1     a     1
2     b     2

[[2]]
# A tibble: 2 x 2
      x     y
  <chr> <dbl>
1     c     3
2     d     4

当然，在这个简单的例子中，我可以做一个简单的重新分配。然而，关键是，我希望以编程方式，最好使用dplyr，以一种通用的方式处理任意数量的列表列。

这是我绊倒的地方：当我尝试使用以下应用程序将list-columns转换为data-frame-columns时

d %>% dplyr::mutate_if(is.list, funs(tblfy))

我收到一条错误消息，我不知道如何解释：

Error: Each variable must be named.
Problem variables: 1, 2

为什么mutate_if()会失败？如何正确应用它以获得所需的结果？

备注

评论者指出函数tblfy()应该被矢量化。这是一个合理的建议。但是 - 除非我的矢量化不正确 - 这似乎并没有找到问题的根源。插入tblfy()的矢量化版本，

tblfy_vec <- Vectorize(tblfy)

进入mutate_if()失败并显示错误

Error: wrong result size (4), expected 2 or 1

更新

在获得purrr的一些经验之后，我现在发现以下方法是自然的，如果有点啰嗦：

d %>%
  map_if(is.list, ~ map(., ~ map_df(., identity))) %>%
  as_data_frame()

这与@ alistaire的解决方案或多或少完全相同，但是使用map_if()，resp。 map()代替mutate_if()，代替Vectorize()。 {{1}}。

Answer 1

无需复制的就地转换：

library(data.table)

for (col in d) if (is.list(col)) lapply(col, setDF)

d
#Source: local data frame [2 x 2]
#
#                A B
#1 <S3:data.frame> A
#2 <S3:data.frame> B

Answer 2

我原来的rowwise()函数错误（即使它的元素是直接链接的），所以让我们重新构建一下，添加矢量化，这样我们就可以避免使用其他必要的先验{{1}呼叫：

tblfy <- Vectorize(function(x){x %>% purrr::map_df(identity) %>% list()})

现在我们可以很好地使用mutate_if：

d %>% mutate_if(purrr::is_list, tblfy)
## Source: local data frame [2 x 2]
## 
##                A     B
##           <list> <chr>
## 1 <tbl_df [2,2]>     A
## 2 <tbl_df [2,2]>     B

......如果我们不知道那里有什么，

d %>% mutate_if(purrr::is_list, tblfy) %>% tidyr::unnest()
## Source: local data frame [4 x 3]
## 
##       B     x     y
##   <chr> <chr> <dbl>
## 1     A     a     1
## 2     A     b     2
## 3     B     c     3
## 4     B     d     4

一对夫妇注意到：

map_df(identity)似乎比任何替代配方更有效地构建一个tibble。我知道identity电话似乎没必要，但其他大部分都没有。
我不确定有多广泛有用tblfy，因为它在某种程度上取决于列表列中列表的结构，这可能会有很大差异。如果你有很多类似的结构，我认为它很有用。
可能有一种方法可以使用pmap而不是Vectorize来执行此操作，但我无法通过一些粗略的尝试来实现此目的。

基于谓词函数（dplyr :: mutate_if）变换数据框的列

2 个答案: