使用列表名称作为一列中的值列表到 tibble

Question

我想像这样转换列表：

l <- list(x = c(1, 2), y = c(3, 4, 5))

变成这样的小标题：

 Name  Value 
 x      1
 x      2
 y      3
 y      4
 y      5

Answer 1

我认为没有什么比使用基础 R:

中的 stack 函数更容易的了

df <- stack(l)

返回一个数据框：

> df
  values ind
1      1   x
2      2   x
3      3   y
4      4   y
5      5   y

因为您要求 tibble 作为输出，您可以执行 as_tibble(df)（来自 tibble-包）来获得它。

或更直接：df <- as_tibble(stack(l)).

另一种纯基础 R 方法：

df <- data.frame(ind = rep(names(l), lengths(l)), value = unlist(l), row.names = NULL)

给出了类似的结果：

> df
  ind value
1   x     1
2   x     2
3   y     3
4   y     4
5   y     5

不一定需要 row.names = NULL，但会提供行号作为行名。

Answer 2

我们可以使用 melt 来自 reshape2

library(reshape2)
melt(l)
#   value L1
#1     1  x
#2     2  x
#3     3  y
#4     4  y
#5     5  y

Answer 3

更新

我找到了更好的解决方案。

无论是简单列表还是复杂列表，如我之前发布的列表（下方），这都适用

l %>% map_dfr(~ .x %>% as_tibble(), .id = "name")

给我们

# A tibble: 5 x 2
  name  value
  <chr> <dbl>
1 x        1.
2 x        2.
3 y        3.
4 y        4.
5 y        5.

============================================= =

原回答

来自 tidyverse:

l %>% 
  map(~ as_tibble(.x)) %>% 
  map2(names(.), ~ add_column(.x, Name = rep(.y, nrow(.x)))) %>% 
  bind_rows()

给我们

# A tibble: 5 × 2
  value  Name
  <dbl> <chr>
1     1     x
2     2     x
3     3     y
4     4     y
5     5     y

如 Jaap 所示，基于 R 的堆栈函数非常适合简单列表。

但是，对于更复杂的列表，例如：

l <- list(
  a = list(num = 1:3, let_a = letters[1:3]),
  b = list(num = 101:103, let_b = letters[4:6]),
  c = list()
)

我们得到

stack(l)

values ind
1       1   a
2       2   a
3       3   b
4       a   b
5       b   a
6       c   a
7     101   b
8     102   b
9     103   a
10      d   a
11      e   b
12      f   b

这是错误的。

上面显示的 tidyverse 解决方案工作正常，将来自嵌套列表的不同元素的数据分开：

# A tibble: 6 × 4
    num   let  Name  lett
  <int> <chr> <chr> <chr>
1     1     a     a  <NA>
2     2     b     a  <NA>
3     3     c     a  <NA>
4   101  <NA>     b     d
5   102  <NA>     b     e
6   103  <NA>     b     f

使用列表名称作为一列中的值列表到 tibble

List into tibble using list names as values in one column

r

list

tidyverse

purrr

tibble

更新

============================================= =

原回答