Параллельный/автоматический способ разделения столбцов списка, содержащих фреймы данных (столбцы списка могут быть пустыми)

Пожалуйста, рассмотрите следующий фрейм данных:

df <- structure(list(oID = c(37751L, 30978L, 33498L),
                     peId = c(12L, 13L, 14L),
                     last_Name = c("ABC", "DEF", "EFG"), 
                     first_Name = c("Z", "Y", "X"),
                     personnel_Number = list(structure(list(hId = c(1L, 4L, 5L),
                                                            hName = c("PS", "XY", "MN"),
                                                            personnel_Number = c("0123", "1234", "98")),
                                                       class = "data.frame",
                                                       row.names = c(NA, 3L)),
                                             structure(list(hId = 1L, hName = "PS",
                                                            personnel_Number = "0987"), 
                                                       class = "data.frame", 
                                                       row.names = 1L),
                                             structure(list(), 
                                                       names = character(0),
                                                       row.names = integer(0),
                                                       class = "data.frame")), 
                     ls_Role = list(structure(list(functionId = c(1L, 5L),
                                                   `function` = c("function A", "function B"),
                                                   function_Short = c("FA", "FB")),
                                              class = "data.frame",
                                              row.names = 1:2), 
                                    structure(list(functionId = 6L,
                                                   `function` = "function A",
                                                   function_Short = "FA"),
                                              class = "data.frame",
                                              row.names = 1L), 
                                    structure(list(functionId = 6L,
                                                   `function` = "function A", 
                                                   function_Short = "FA"),
                                              class = "data.frame",
                                              row.names = 1L))),
                row.names = c(1L, 2L, 3L),
                class = "data.frame")

Как видите, фрейм данных содержит два столбца списка, каждый из которых содержит фреймы данных на основе строк. Я хочу отменить вложение каждого из этих столбцов списка таким образом, чтобы их «внутренние» фреймы данных были переведены в широкий формат, т. е. все столбцы повторяются для такого количества строк, сколько внутренние фреймы данных содержат в каждой строке.

Итак, для столбца «personnel_number» я ожидаю вернуть 9 столбцов (hId_1, _2, _3; hName_1, _2 и т. д.). И то же самое для столбца ls_Role.

Я знаю, как я могу сделать это вручную, открыв, а затем сильно изменив весь фрейм данных, но мне интересно, есть ли более краткий способ, который делает это более автоматически или с меньшим количеством вызовов функций, желательно в более аккуратной манере.

Вот мой текущий код (который также отражает ожидаемый результат):

library(tidyverse)
df |>
  mutate(id = row_number()) |> 
  unnest_longer(col = personnel_Number, keep_empty = TRUE) |> 
  unpack(cols = personnel_Number) |> 
  mutate(id_inner = row_number(), .by = id) |> 
  pivot_wider(values_from = c(hId, hName, personnel_Number),
              names_from = id_inner) |> 
  unnest_longer(col = ls_Role, keep_empty = TRUE) |> 
  unpack(cols = ls_Role) |> 
  mutate(id_inner = row_number(), .by = id) |> 
  pivot_wider(values_from = c(functionId, "function", function_Short),
              names_from = id_inner)

r tidyverse tidyr unnest

08.07.2024 21:35

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Один из возможных способов решения вашей проблемы. Это решение основано на функциях из пакета data.table.

library(data.table)

fun = function(dfs) {
  lst = vector("list", length(dfs))
  for(i in seq_along(dfs)) {
    d = setDT(copy(dfs[[i]]))
    lst[[i]] = if (nrow(d)) dcast(d, . ~ seq_len(nrow(d)), value.var=names(d)) else d = data.table(. = ".")
  }
  rbindlist(lst, fill=T)[, . := NULL][]
}


df2 = do.call(cbind, list(df, fun(df$personnel_Number), fun(df$ls_Role)))

    oID peId last_Name ... hId_1 hId_2 hId_3 hName_1 hName_2 hName_3 personnel_Number_1 personnel_Number_2 personnel_Number_3 functionId_1 functionId_2 function_1 function_2 function_Short_1 function_Short_2
1 37751   12       ABC ...     1     4     5      PS      XY      MN               0123               1234                 98            1            5 function A function B               FA               FB
2 30978   13       DEF ...     1    NA    NA      PS    <NA>    <NA>               0987               <NA>               <NA>            6           NA function A       <NA>               FA             <NA>
3 33498   14       EFG ...    NA    NA    NA    <NA>    <NA>    <NA>               <NA>               <NA>               <NA>            6           NA function A       <NA>               FA             <NA>

08.07.2024 23:12

Ответ принят как подходящий

Для данных вашего примера вы можете получить желаемый результат, дважды открыв более широкие все списки, например.

library(tidyr)
library(dplyr)

res <- df |> 
  mutate(id = row_number(), .after = first_Name) |> 
  unnest_wider(where(is.list)) |> 
  unnest_wider(where(is.list), names_sep = "_")

Где находится res:

# A tibble: 3 × 20
    oID  peId last_Name first_Name    id hId_1 hId_2 hId_3 hName_1 hName_2 hName_3
  <int> <int> <chr>     <chr>      <int> <int> <int> <int> <chr>   <chr>   <chr>  
1 37751    12 ABC       Z              1     1     4     5 PS      XY      MN     
2 30978    13 DEF       Y              2     1    NA    NA PS      NA      NA     
3 33498    14 EFG       X              3    NA    NA    NA NA      NA      NA     
# ℹ 9 more variables: personnel_Number_1 <chr>, personnel_Number_2 <chr>,
#   personnel_Number_3 <chr>, functionId_1 <int>, functionId_2 <int>,
#   function_1 <chr>, function_2 <chr>, function_Short_1 <chr>,
#   function_Short_2 <chr>

Убедитесь, что он соответствует желаемому результату:

identical(wanted, res)
[1] TRUE

wanted данные:

wanted <- df |>
  mutate(id = row_number()) |> 
  unnest_longer(col = personnel_Number, keep_empty = TRUE) |> 
  unpack(cols = personnel_Number) |> 
  mutate(id_inner = row_number(), .by = id) |> 
  pivot_wider(values_from = c(hId, hName, personnel_Number),
              names_from = id_inner) |> 
  unnest_longer(col = ls_Role, keep_empty = TRUE) |> 
  unpack(cols = ls_Role) |> 
  mutate(id_inner = row_number(), .by = id) |> 
  pivot_wider(values_from = c(functionId, "function", function_Short),
              names_from = id_inner)

О боже, это могло бы быть так просто. Единственное, что есть в моем реальном случае использования, это то, что два unnest_widers работают значительно медленнее (в 10-20 раз), чем unnest_longers.

— 09.07.2024 08:53

09.07.2024 01:23