r - 在 R 中展平嵌套列表并选择数据

Question

我的数据以大量嵌套列表的形式出现，看起来像这样，但要大得多:

data_in <-list(a=list(list(info=c(ID="C.1", treatment="C", color="green"), parameters=c(v=2, d=2), data=mtcars),
                      list(info=c(ID="C.2", treatment="C", color="green"), parameters=c(v=2, d=2), data=mtcars),
                      list(info=c(ID="L.1", treatment="L", color="green"), parameters=c(v=2, d=2), data=mtcars)),
               b=list(list(info=c(ID="C.1", treatment="C", color="green"), parameters=c(v=2, d=2), data=mtcars),
                      list(info=c(ID="C.2", treatment="C", color="green"), parameters=c(v=2, d=2), data=mtcars),
                      list(info=c(ID="L.1", treatment="L", color="green"), parameters=c(v=2, d=2), data=mtcars)),
               c=list(list(info=c(ID="C.1", treatment="C", color="green"), parameters=c(v=2, d=2), data=mtcars),
                      list(info=c(ID="C.2", treatment="C", color="green"), parameters=c(v=2, d=2), data=mtcars),
                      list(info=c(ID="L.1", treatment="L", color="green"), parameters=c(v=2, d=2), data=mtcars)))

是否有一个优雅的解决方案(使用map()或unlist()？)将此列表列表转换为仅包含选定数据的数据帧列表？

我正在寻找这样的结果:

$a
   ID treatment v d
1 C.1         C 2 2
2 C.2         C 2 2
3 L.1         L 2 2

$b
   ID treatment v d
1 C.1         C 2 2
2 C.2         C 2 2
3 L.1         L 2 2

$c
   ID treatment v d
1 C.1         C 2 2
2 C.2         C 2 2
3 L.1         L 2 2

提前非常感谢您!

Answer 1

如果我们只想使用tidyverse，则使用map循环到内部嵌套层，提取感兴趣的元素('info'，'parameters')，转换为 tibble，删除“color”列，将它们绑定(bind)在每个嵌套层中 (_dfr)

library(dplyr)
library(purrr)
map(data_in,  ~
   map_dfr(.x, ~ .x[c("info", "parameters")] %>% 
   map_dfc(as_tibble_row)) %>% select(-color))

---

或者使用递归函数(rrapply)提取元素并转换为tibble(因为它是一个命名向量)，然后在内层绑定(bind)数据集，在使用 map

循环外部列表时解除嵌套

library(rrapply)
library(tidyr)
rrapply(data_in, condition = \(x, .xname) .xname %in%
    c("info", "parameters"), as_tibble_row, how = "prune"  ) %>% 
  map(~ bind_rows(.x) %>%
   unnest(where(is.list)) %>%
   select(-color))

-输出

$a
# A tibble: 3 × 4
  ID    treatment     v     d
  <chr> <chr>     <dbl> <dbl>
1 C.1   C             2     2
2 C.2   C             2     2
3 L.1   L             2     2

$b
# A tibble: 3 × 4
  ID    treatment     v     d
  <chr> <chr>     <dbl> <dbl>
1 C.1   C             2     2
2 C.2   C             2     2
3 L.1   L             2     2

$c
# A tibble: 3 × 4
  ID    treatment     v     d
  <chr> <chr>     <dbl> <dbl>
1 C.1   C             2     2
2 C.2   C             2     2
3 L.1   L             2     2