将参差不齐的数据框收集到键值列中

Question

我最近发现了如何使用 I 函数创建 ragged data frames，但是很难将它们与 tidyr、ggplot2 和其他哈德利宇宙。更具体地说，如何将包含命名向量的列收集到键值列中？

假设我创建了一个这样的数据框

make.vector <- function(length.out){
    x <- sample(9, length.out)
    names(x) <- switch(length.out,
        "Alice",
        c("Bob", "Charlie"),
        c("Dave", "Erin", "Frank"),
        c("Gwen", "Harold", "Inez", "James"))
    x
}
mydf <- data.frame(Game = gl(3, 3, labels=LETTERS[1:3]),
                   Set = rep(1:3, 3),
                   Score = I(lapply(rep(2:4, each=3), make.vector)))

生产

> print(mydf)
  Game Set      Score
1    A   1       8, 3
2    A   2       2, 8
3    A   3       3, 8
4    B   1    1, 5, 4
5    B   2    2, 3, 5
6    B   3    2, 8, 5
7    C   1 7, 2, 3, 4
8    C   2 1, 6, 3, 7
9    C   3 6, 9, 3, 7

只要结果符合预期长度，就可以使用 dplyr 和 tidyr 直接操作数据框。

mydf %>%
    mutate(nPlayers = sapply(Score, length))
mydf %>% 
    group_by(Game) %>%
    summarize(TotalScore = list(Reduce("+", Score)))

但是，我不知道如何为每个原始行创建多行结果。假设我想通过操作 mydf:

创建以下数据框

   Game Set  Player Score
1     A   1     Bob     8
2     A   1 Charlie     3
3     A   2     Bob     2
4     A   2 Charlie     8
5     A   3     Bob     3
6     A   3 Charlie     8
7     B   1    Dave     1
8     B   1    Erin     5
9     B   1   Frank     4
10    B   2    Dave     2
...

我知道这样做的唯一工具是 tidyr 包的 gather 函数，但它似乎不能很好地处理非原子数据。

mydf %>%
    mutate(Player = lapply(Score, names)) %>%
    gather(P = Player, S = Score)

我想我可以拼凑出一个解决方案（就像之前类似的问题 [1][2] 所做的那样），

cbind(
    mydf[rep(1:nrow(mydf), sapply(mydf$Score, length)),
         c("Game", "Set")],
    data.frame(
        Player = unlist(lapply(mydf$Score, names)),
        Score = unlist(mydf$Score)
    )
)

但感觉下周回看代码会很难消化。有没有 "official" 或至少更聪明的方法来做到这一点？否则我会为它做一个通用函数并添加到我的个人库中。

更新

根据下面的我发现用 dplyr 也可以达到相同的结果。

mydf %>%
    group_by(Game, Set) %>%
    do(with(., data.frame(Player = names(unlist(Score)), 
                          Score = unlist(Score))))

#    Game Set  Player Score
# 1     A   1     Bob     8
# 2     A   1 Charlie     6
# 3     A   2     Bob     7
# 4     A   2 Charlie     6
# 5     A   3     Bob     5
# 6     A   3 Charlie     8
# 7     B   1    Dave     1
# 8     B   1    Erin     9
# 9     B   1   Frank     3
# 10    B   2    Dave     8
# ..  ... ...     ...   ...
# Warning message:
# In rbind_all(out[[1]]) : Unequal factor levels: coercing to character

Answer 1

我会尝试使用 data.table 按组取消列表。在第 j 个表达式

中，您可以运行每个组仅使用一次，同时使用大括号将其存储在临时变量中（就像您在函数中所做的那样）

library(data.table) 
setDT(mydf)[, {
               temp <- unlist(Score) 
               .(Player = names(temp), Score = temp)
              }, by = .(Game, Set)]

#     Game Set  Player Score
#  1:    A   1     Bob     2
#  2:    A   1 Charlie     9
#  3:    A   2     Bob     6
#  4:    A   2 Charlie     3
#  5:    A   3     Bob     2
#  6:    A   3 Charlie     8
#  7:    B   1    Dave     1
#  8:    B   1    Erin     6
#  9:    B   1   Frank     5
# 10:    B   2    Dave     3
#...

将参差不齐的数据框收集到键值列中

Gather ragged data frame into key-value columns

r

dataframe

tidyr

更新