将列表列拆分为R中的多个列

Question

我有一个数据表，其中最后一列是一列列表。以下是它的外观：

Col1 | Col2 | ListCol
--------------------------
 na  |  na  | [obj1, obj2]
 na  |  na  | [obj1, obj2]
 na  |  na  | [obj1, obj2]

我想要的是

Col1 | Col2 | Col3  | Col4
--------------------------
 na  |  na  | obj1  | obj2
 na  |  na  | obj1  | obj2
 na  |  na  | obj1  | obj2

我知道所有列表都有相同数量的元素。

编辑：

ListCol中的每个元素都是一个包含两个元素的列表。

Answer 1

以下是一种方法，使用unnest和tidyr::spread ...

library(dplyr)
library(tidyr)

#example df
df <- tibble(a=c(1, 2, 3), b=list(c(2, 3), c(4, 5), c(6, 7)))

df %>% unnest(b) %>% 
       group_by(a) %>% 
       mutate(col=seq_along(a)) %>% #add a column indicator
       spread(key=col, value=b)

      a   `1`   `2`
  <dbl> <dbl> <dbl>
1    1.    2.    3.
2    2.    4.    5.
3    3.    6.    7.

Answer 2

目前，最简单的答案是：

library(dplyr)
library(tidyr)
data %>% unnest_wider(ListCol)

Answer 3

两个好答案的比较

有两个很棒的班轮建议

（1）cbind(df[1],t(data.frame(df$b)))

这来自@Onyambu，使用base R 。要获得此答案，需要知道dataframe是一个列表，需要一些创造力。

（2）df %>% unnest_wider(b)

这是使用@iago来自tidyverse的。您需要额外的程序包并知道所有nest动词，但有人可以认为它更易读。

现在让我们比较性能

library(dplyr)
library(tidyr)
library(purrr)
library(microbenchmark)

N <- 100
df <- tibble(a = 1:N, b = map2(1:N, 1:N, c))

tidy_foo <- function() suppressMessages(df %>% unnest_wider(b))
base_foo <- function() cbind(df[1],t(data.frame(df$b))) %>% as_tibble # To be fair
  
microbenchmark(tidy_foo(), base_foo())

---

Unit: milliseconds
       expr      min        lq      mean    median       uq      max neval
 tidy_foo() 102.4388 108.27655 111.99571 109.39410 113.1377 194.2122   100
 base_foo()   4.5048   4.71365   5.41841   4.92275   5.2519  13.1042   100

Aouch！

base R 解决方案的速度提高了20倍。

Answer 4

这是data.table和base::unlist的选项。

library(data.table)

DT <- data.table(a = list(1, 2, 3),
                                 b = list(list(1, 2),
                                              list(2, 1),
                                              list(1, 1)))

for (i in 1:nrow(DT)) {
  set(
    DT,
    i = i,
    j = c('b1', 'b2'),
    value = unlist(DT[i][['b']], recursive = FALSE)
  )
}
DT

这需要在每一行都有一个for循环...不理想，非常反 - data.table。 我想知道是否有某种方法可以避免首先创建列表列...

Answer 5

@Alec data.table 提供 tstrsplit 功能将一列拆分为多列。

DT = data.table(x=c("A/B", "A", "B"), y=1:3)
DT[]

#     x y
#1: A/B 1
#2:   A 2
#3:   B 3

DT[, c("c1") := tstrsplit(x, "/", fixed=TRUE, keep=1L)][] # keep only first

#     x y c1
#1: A/B 1  A
#2:   A 2  A
#3:   B 3  B

DT[, c("c1", "c2") := tstrsplit(x, "/", fixed=TRUE)][]

#     x y c1   c2
#1: A/B 1  A    B
#2:   A 2  A <NA>
#3:   B 3  B <NA>