在多个嵌套数据帧上匹配元数据

Question

我正在从 API 中提取指标数据，该 API 会返回包含不同大小的嵌套数据帧的数据帧，以保存其他元数据。我正在尝试将其矩形，但运气不佳。

每个指标都标有多个组（最多 15 个，最多 100 个），并带有组名称和组 ID。每个组都可以进一步分类为一系列组集。

我希望转换我的

indicators

数据框以添加其他列，其中包含组集的名称，值是该指标的相应组名称，如果不相关则为 NA。

数据来自 API，如下所示：

library(tibble)
indicators <- tibble::tibble(
  name = c("Number of lettuces", "Number of oranges"),
  groups = list(
    data.frame(
      name = c("Number"), 
      id = c("uid001")),
    data.frame(
      name = c("Oranges", "Citrus", "Number"),
      id = c("uid003", "uid004", "uid001")
    )
  )
)
indicator_groups <- tibble::tibble(
  name = c("Number", "Oranges", "Citrus"),
  id = c("uid001", "uid003", "uid004"),
  sets = list(
    data.frame(name = c("Unit_of_measure"), id = c("gid003")),
    data.frame(name = c("Fruit"), id = c("gid001")),
    data.frame(name = c("Fruit", "Type"), id = c("gid001", "gid002"))
  )
)
indicator_group_sets <- tibble::tibble(
  name = c("Fruit", "Type", "Unit_of_measure"),
  id = c("gid001", "gid002", "gid003"),
  groups = list(
    data.frame(id = c("uid003", "uid004")),
    data.frame(id = c("uid003", "uid004")),
    data.frame(id = c("uid001"))
  )
)

我确信

dplyr::left_join()

和/或

tidyr::hoist()

的某种组合应该能够做到这一点，但我很难理解如何做到这一点。我知道我只需要

indicator_groups

或

indicator_group_sets

之一。

在之前的尝试中，我已经设法达到每组一列（但不是每组集），和/或每个指标/组组合一行和许多我无法减少的 NA。

想要的结果：

indicators
#>                 name   Fruit   Type Unit_of_measure
#> 1 Number of lettuces    <NA>   <NA>          Number
#> 2  Number of oranges Oranges Citrus          Number

有人可以指点我如何明智地解决这个问题吗？

Answer 1

我认为有更优雅的东西，但这似乎有效。这有点棘手，因为每个表都有多个名为“名称”的字段。

library(tidyverse)
indicators_tidy = indicators |>
  unnest_longer(groups) |>
  unnest_wider(groups, names_sep = "_")

indicator_groups_tidy <- indicator_groups |>
  unnest_longer(sets) |>
  unnest_wider(sets, names_sep = "_")

indicators_tidy |>
  left_join(indicator_groups_tidy,
            join_by(groups_name == name, groups_id == id))

结果

# A tibble: 5 × 5
  name               groups_name groups_id sets_name       sets_id
  <chr>              <chr>       <chr>     <chr>           <chr>  
1 Number of lettuces Number      uid001    Unit_of_measure gid003 
2 Number of oranges  Oranges     uid003    Fruit           gid001 
3 Number of oranges  Citrus      uid004    Fruit           gid001 
4 Number of oranges  Citrus      uid004    Type            gid002 
5 Number of oranges  Number      uid001    Unit_of_measure gid003