unnest_longer与unnest_wider的混合

Question

我(再一次)被扁平的嵌套列表困住了。

我有一些列表列(源自JSON格式)的tibble。

    library(tidyr)
    library(dplyr)
    df = tibble(id = c(1, 2, 3),
            branch = list(NULL, list(colA = 'abc', colB = 'mno'),
                          list(list(colA = 'def', colB = 'uvw'),
                               list(colA = 'ghi', colB = 'xyz'))))

我要unnest_wider栏‘分支’。它适用于第1行和第2行：

df %>% 
  slice(1:2) %>% 
  unnest_wider(branch)

但是，第3行包含了一个列表，我必须首先对这些列表进行unnest_longer：

bind_rows(
  df %>% slice(1,2),
  df %>% slice(3) %>% unnest_longer(branch)) %>% 
  unnest_wider(branch)

上面的代码提供了所需的输出，但我正在寻找一个通用解决方案，如下所示：

如果“分支”列的元素类型为“未命名列表”(指示有列表列表)，则unnest_longer。之后，将unnest_wider应用于整个列“分支”

任何帮助都很感激！

Answer 1

首先将叶子转换为数据帧，然后取消嵌套。

library(dplyr)
library(tidyr)

leaf2df <- function(x) {
  if (length(names(x))) as.data.frame(x)
  else if (is.list(x)) lapply(x, leaf2df)
}

df %>%
  rowwise %>%
  mutate(branch = list(bind_rows(leaf2df(branch)))) %>%
  ungroup %>%
  unnest(branch, keep_empty = TRUE)

给予：

# A tibble: 4 × 3
     id colA  colB 
  <dbl> <chr> <chr>
1     1 <NA>  <NA> 
2     2 abc   mno  
3     3 def   uvw  
4     3 ghi   xyz  

因为leaf2df是递归的，只要任何行中的所有叶子都有相同的父级，那么它应该继续工作。例如，下面我们已经将最后一行中的列表做得更深了一点，而且它仍然有效。

df <- tibble(id = c(1, 2, 3),
    branch = list(NULL, list(colA = 'abc', colB = 'mno'),
                  list(list(list(colA = 'def', colB = 'uvw'),
                       (list(colA = 'ghi', colB = 'xyz'))))))

Answer 2

有点复杂，但这里有一个可能的解决方案：

如果df

• Determine是一个命名的list，则

1. 将遍历它的行，方法是检查未命名的names(df$branch[[index]])
2. If -> slice + unnest；如果命名为-> slice
3. Finally，unnest_wider()

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

map_df(1:nrow(df), function(x) {
  if (is.null(names(df$branch[[x]]))) {
    df %>% slice(x) %>% unnest_longer(branch)
  } else {
    df %>% slice(x)
  }
}) %>% 
  unnest_wider(branch)

返回：

# A tibble: 4 × 3
     id colA  colB 
  <dbl> <chr> <chr>
1     1 NA    NA   
2     2 abc   mno  
3     3 def   uvw  
4     3 ghi   xyz

Answer 3

library(tidyverse)
df <- tibble(
  id = c(1, 2, 3),
  branch = list(
    NULL, list(colA = "abc", colB = "mno"),
    list(
      list(colA = "def", colB = "uvw"),
      list(colA = "ghi", colB = "xyz")
    )
  )
)

unnester <- function(x, grp) {
  if (grp) {
    x <- x |> unnest_longer(branch)
  }
  unnest_wider(x, branch)
}

df |>
  rowwise() |>
  mutate(grp = length(names(unlist(branch))) > 2) |>
  ungroup() |>
  split(~grp) |>
  imap_dfr(~ unnester(.x, .y)) |>
  select(-grp)