我有一个数据框,其中最后一列是一列列表。下面是它的样子:
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。
目前,tidyverse 的答案是:
library(dplyr)
library(tidyr)
data %>% unnest_wider(ListCol)
这是一种方法,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.
此线程中有两个很棒的单衬建议:
cbind(df[1], t(data.frame(df$b)))
这是来自
@Onyambu
使用 base
R。要得到这个答案,需要知道 dataframe
是一个列表,需要一点创造力。
df %>% unnest_wider(b)
这是来自
@iago
使用 tidyverse
。您需要额外的软件包并了解所有 nest
动词,但人们可以认为它更具可读性。
library(dplyr)
library(tidyr)
library(purrr)
library(microbenchmark)
N <- 100
df <- tibble(a = 1:N, b = map2(1:N, 1:N, c))
tidy_foo <- function() suppressMessages(df %>% unnest_wider(b, names_sep = "-"))
base_foo <- function() cbind(df[1],t(data.frame(df$b))) %>% as_tibble # To be fair
microbenchmark(tidy_foo(), base_foo(), times = 1000)
Unit: milliseconds
expr min lq mean median uq max neval
tidy_foo() 6.538002 7.142651 7.935855 7.434001 7.945101 70.0057 1000
base_foo() 6.000001 6.423951 7.110651 6.636401 6.991952 13.8205 1000
tidyr
,解决方案会慢 1.1 倍,但生成的最坏情况会慢 5 倍。mean
和
data.table
的选项。 base::unlist
这需要在每一行上都有一个 for 循环...不理想并且非常
反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
。
我想知道是否有某种方法可以避免首先创建列表列...
data.table
提供
data.table
功能将一列拆分为多列。tstrsplit
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