在R中如何正确展开data frame的distribution类型列？

我需要用forecast()生成预测结果，但它返回的fable对象里包含distribution类型的列，而我需要把它展开成类似generate()输出的长格式（便于绘图）。我自己用map()+pivot_longer()实现了，但感觉不是最优解，想知道正确的处理方式。

示例数据与原实现 #

library(fpp3)

gafa_stock |>
  filter(Symbol == "GOOG", year(Date) >= 2015) |>
  mutate(day = row_number()) |>
  update_tsibble(index = day, regular = TRUE) ->
  google_stock

google_stock |> filter(year(Date) == 2015) -> google_2015

google_2015 %>% model(NAIVE(Close)) -> fit

# 理想的长格式输出（来自generate）
fit %>% generate(h = 30, times = 5, bootstrap = TRUE) -> gen.sim

# 带distribution列的预测结果（来自forecast）
fit %>% forecast(h = 30, times = 5, bootstrap = TRUE) -> fcs.sim

# 我自己的手动处理方式
fcs.sim %>% 
  pull(Close) %>% 
  map(unlist) %>% 
  bind_rows() %>% 
  bind_cols(fcs.sim) %>% 
  pivot_longer(cols=x1:x5) %>% 
  mutate(name=str_remove(name,'^x')) %>% 
  rename(.rep=name) ->
  fcs.sim.2.gen.sim

最优解法：使用unpack_distribution() #

fpp3生态的fable包提供了专门处理distribution类型列的函数unpack_distribution()，可以一步完成展开，无需手动拼接和列名调整：

# 一键展开distribution列
fcs.sim %>%
  unpack_distribution(Close, .rep = TRUE) %>%
  rename(.sim = Close) -> fcs.sim.unpacked

这个函数会自动把Close列中的样本展开为多行，同时生成.rep列标记样本编号，最终输出格式和generate()完全一致，直接可用于绘图或后续分析。

最终输出效果 #

# # A tsibble: 150 x 5 [1]
# # Key:       Symbol, .model, .rep [5]
# Symbol .model       .rep    day  .sim
# <chr>  <chr>        <chr> <dbl> <dbl>
# 1 GOOG   NAIVE(Close) 1       253  752.
# 2 GOOG   NAIVE(Close) 1       254  758.
# 3 GOOG   NAIVE(Close) 1       255  761.
# 4 GOOG   NAIVE(Close) 1       256  750.

内容的提问来源于stack exchange，提问作者lowndrul