嵌套tibble含重复列名的unnest/unnest_longer处理及列选择问题

问题核心 #

当tibble中存在与嵌套数据框同名的列（如外层x和内层data[[1]]$x），直接用unnest(cols = "data")会因重复列名报错，而unnest_longer并不适合展开嵌套数据框，会导致结构不符合预期。

解决方案 #

方法1：unnest时直接重命名重复列

利用tidyr::unnest的.names_sep参数，给嵌套数据框的列添加前缀，避免与外层列名冲突：

library(tibble)
library(dplyr)
library(tidyr)

# 构造示例数据
df <- tibble(
  x = c(1, 2),
  data = list(
    tibble(x = c("a", "b"), y = 1:2),
    tibble(x = c("c", "d"), y = 3:4)
  )
)

# 带前缀重命名并展开
df_unnested <- df %>%
  unnest(cols = data, .names_sep = "_")

# 选择目标列
df_unnested %>% select(x, data_x)

执行后，内层的x会被命名为data_x，外层x保留，可直接通过列名选取。

方法2：先修改嵌套数据框列名再unnest

如果需要更灵活的命名规则，可先用purrr::map遍历嵌套数据框，修改列名后再展开：

library(purrr)

# 给嵌套数据框的列添加前缀
df_renamed <- df %>%
  mutate(data = map(data, ~ rename_with(.x, ~ paste0("inner_", .x)))) %>%
  unnest(cols = data)

# 选择目标列
df_renamed %>% select(x, inner_x)

关于unnest_longer的说明 #

unnest_longer的作用是将列表列的每个元素拆分为单独行，但它会把嵌套的数据框元素拆成list类型的列，而非展开数据框的列，因此不适合你的场景，应优先使用unnest。

列操作注意事项 #

展开后，原嵌套数据框的列已成为顶层列（如data_x或inner_x），直接通过列名选取即可，无需再用data$x的形式访问。

内容的提问来源于stack exchange，提问作者tvg