数据集中的一列，当前由一个列表组成。我想将其转换为多列。
样品列数据：
[2060657.4999428242, 2143589.028916441, 2196493.4902963564, 2316188.419917967, 2130287.151382759, 1852280.080035247]
我目前在R中使用'tidyr'程序包将此列表拆分为多列；
Output <- Output %>% separate(amount, c("TA0", "TA1", "TA2", "TA3", "TA4", "TA5", "TA6"),
extra = 'drop', fill = 'left')
我正在获取多列，但是结果不同，例如；
| TA0 | TA1 | TA2 | TA3 | TA4 | TA5 | TA6 |
---------------------------------------------------------------------
NA 1839801 6996446848 1901519 605394691 1798929 9497592524
因此，输出应与数据集中提供的输出相同。所获得的值会发生巨大变化。
我确实知道我的代码存在问题，但是我无法弄清楚该如何纠正。
任何输入都会很有帮助。
根据评论进行编辑。
答案 0 :(得分：0)
假设您有一个不需要的列表列，想要转换为多个列。您没有提供可重复的数据，因此我将使用iris数据集来创建这种情况。
example_data <-
iris %>%
mutate(list_col = list(rnorm(7)))
此示例假设您所讨论的列中的数据实际上是列表。不需要的列表列称为list_col。因此示例数据如下：
Source: local data frame [150 x 6]
Groups: <by row>
# A tibble: 150 x 6
Sepal.Length Sepal.Width Petal.Length Petal.Width Species list_col
<dbl> <dbl> <dbl> <dbl> <fct> <list>
1 5.1 3.5 1.4 0.2 setosa <dbl [7]>
2 4.9 3 1.4 0.2 setosa <dbl [7]>
3 4.7 3.2 1.3 0.2 setosa <dbl [7]>
4 4.6 3.1 1.5 0.2 setosa <dbl [7]>
5 5 3.6 1.4 0.2 setosa <dbl [7]>
6 5.4 3.9 1.7 0.4 setosa <dbl [7]>
7 4.6 3.4 1.4 0.3 setosa <dbl [7]>
8 5 3.4 1.5 0.2 setosa <dbl [7]>
9 4.4 2.9 1.4 0.2 setosa <dbl [7]>
10 4.9 3.1 1.5 0.1 setosa <dbl [7]>
# ... with 140 more rows
接下来，告诉R您要添加的新列名称。
my_new_column_names <- c("TA0", "TA1", "TA2", "TA3", "TA4", "TA5", "TA6")
请注意，我添加到iris以创建example_data的随机列表的长度等于我们假设的新列（名称）的数量。另外，数据帧每一行中列表的长度是相同的。
new_df <- example_data %>%
pull(list_col) %>%
map(. , ~{setNames(.x, my_new_column_names)}) %>%
map(., ~{.x %>% t %>% as.tibble}) %>%
bind_rows()
在这里，pull()只是隔离了列表列，然后第一个map()将每个列表元素的名称设置为my_new_column_names中指定的名称。第二个map()将列表转换为数据帧。对于每个列表（即原始example_data的每一行），我们都不需要具有7个值和命名行的单列数据框，我们希望具有7列的单行数据框，因此我们需要{{ 1}}函数可转置每个列表。
最后的bind_rows（）只是将1×7数据帧的列表转换为单个多行数据帧。
（此步骤可能会得到改进，但这应该可行。）
最后一步是将现在格式正确的数据添加回原始数据，并删除现在多余的列表列。
t corrected_data <- example_data %>%
bind_cols(new_df) %>%
select(-list_col)
现在应该看起来像
corrected_data...我想这就是你想要的。
如果您想将它们全部粉碎成一串管道函数，则看起来像
Source: local data frame [150 x 12]
Groups: <by row>
# A tibble: 150 x 12
Sepal.Length Sepal.Width Petal.Length Petal.Width Species TA0 TA1
<dbl> <dbl> <dbl> <dbl> <fct> <dbl> <dbl>
1 5.1 3.5 1.4 0.2 setosa -0.170 0.225
2 4.9 3 1.4 0.2 setosa 1.32 -2.00
3 4.7 3.2 1.3 0.2 setosa -0.517 1.60
4 4.6 3.1 1.5 0.2 setosa 0.0867 -0.473
5 5 3.6 1.4 0.2 setosa 0.138 0.213
6 5.4 3.9 1.7 0.4 setosa -0.213 0.892
7 4.6 3.4 1.4 0.3 setosa -0.804 -1.34
8 5 3.4 1.5 0.2 setosa 0.754 -2.57
9 4.4 2.9 1.4 0.2 setosa -0.138 1.11
10 4.9 3.1 1.5 0.1 setosa -0.814 1.24
# ... with 140 more rows, and 5 more variables: TA2 <dbl>, TA3 <dbl>,
# TA4 <dbl>, TA5 <dbl>, TA6 <dbl>