在R中将列表列表展平为数据帧时丢失重复的列名 [英] Losing duplicate column names when flattening list-of-lists into dataframes in R

问题描述

这种将列表展平为数据帧的问题已经被问了几次，但我找不到一个解决方案来解决我的特定问题。下面我举了一个小例子。一般来说，当在R中使用httr从API获取数据时，我用来获取数据的大多数数据API都以类似的嵌套列表格式返回数据，如下所示：

nested_list = list(
  list(
    name = 'joe', 
    match = 13, 
    team = list(
      list(
        name = 'teama'          
      ),
      list(
        name = 'teamb'
      )
    )
  ),
  list(
    name = 'tom', 
    match = 15, 
    team = list(
      list(
        name = 'teamc'          
      ),
      list(
        name = 'teamd'
      )
    )
  )
)

我一直在开发一个很好的函数来展平嵌套的列表列表，因为在R中使用平面数据帧进行分析要容易得多。以下是我目前展平到2D的方法：

nested_list %>%
  purrr::map(unlist) %>%
  purrr::map(t) %>%
  purrr::map(as_tibble) %>%
  dplyr::bind_rows() %>%
  readr::type_convert() # optional, to format column types

此方法通常运行良好，但在调用as_tibble映射后，如果嵌套列表中有重复的键，则它们将被替换为列名V1、V2、V3等。我显示了导致此问题的以下步骤：

取消列表

> nested_list %>% purrr::map(unlist)
[[1]]
     name     match team.name team.name 
    "joe"      "13"   "teama"   "teamb" 

[[2]]
     name     match team.name team.name 
    "tom"      "15"   "teamc"   "teamd"

取消列出并转置

> nested_list %>% purrr::map(unlist) %>% purrr::map(t)
[[1]]
     name  match team.name team.name
[1,] "joe" "13"  "teama"   "teamb"  

[[2]]
     name  match team.name team.name
[1,] "tom" "15"  "teamc"   "teamd"  

取消列出并转置和AS_Tibble

> nested_list %>% purrr::map(unlist) %>% purrr::map(t) %>% purrr::map(as_tibble)

[[1]]
# A tibble: 1 x 4
  name  match team.name V4   
  <chr> <chr> <chr>     <chr>
1 joe   13    teama     teamb

[[2]]
# A tibble: 1 x 4
  name  match team.name V4   
  <chr> <chr> <chr>     <chr>
1 tom   15    teamc     teamd

在我的完整数据集中，有大量重复的列名，太多了，无法编写手动修复来更新这些列名。相反，最好能更好地处理重复名称(可能使用team.name.1和team.name.2)。

是否有其他方法可以展平此列表以保留列名？

推荐答案

as_tibble有参数.name_repair。将其设置为"unique"可满足您的需要：

nested_list %>%
  purrr::map(unlist) %>% 
  purrr::map(t) %>% 
  purrr::map(as_tibble, .name_repair = "unique") %>% 
  dplyr::bind_rows() %>%
  readr::type_convert()


# A tibble: 2 x 4
  name  match team.name...3 team.name...4
  <chr> <dbl> <chr>         <chr>        
1 joe      13 teama         teamb        
2 tom      15 teamc         teamd   

请注意，我们将此选项传递给purrr::map()调用，它将传递给as_tibble调用。

另一个提示：如果将最后一个purrr::map()替换为purrr:map_dfr()，bind_rows()将自动完成。

这篇关于在R中将列表列表展平为数据帧时丢失重复的列名的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！