使用dplyr拆分列表列并保留ID变量的实现方法

原始数据集 #

df <- structure(list(spp = list(c("Other species (please list species name; i.e. Tarpon)", 
"Other species (please list species name; i.e. Amberjack)"), 
    c("Red Drum (a.k.a. Redfish or Red)", "Other species (please list species name; i.e. Tarpon)", 
    "Other species (please list species name; i.e. Amberjack)"
    ), c("Red Drum (a.k.a. Redfish or Red)", "Other species (please list species name; i.e. Tarpon)"
    )), ID = c("1", "2", "3")), row.names = 3:5, class = "data.frame")

需求说明 #

需要将spp列（每个单元格为物种名称组成的列表）拆分为每行对应单个物种的格式，同时保留对应的ID变量，最终输出格式如下：

> harv
                                                       spp ID
1    Other species (please list species name; i.e. Tarpon)  1
2 Other species (please list species name; i.e. Amberjack)  1
3                         Red Drum (a.k.a. Redfish or Red)  2
4    Other species (please list species name; i.e. Tarpon)  2
5 Other species (please list species name; i.e. Amberjack)  2
6                         Red Drum (a.k.a. Redfish or Red)  3
7    Other species (please list species name; i.e. Tarpon)  3

解决方案 #

使用dplyr配合tidyr的unnest()函数即可实现，代码如下：

# 加载依赖包
library(dplyr)
library(tidyr)

# 拆分列表列并整理结果
harv <- df %>%
  unnest(cols = spp) %>%  # 展开spp列的列表元素，自动保留对应ID
  arrange(ID)             # 按ID排序，匹配期望输出的顺序（可省略）

说明 #

• unnest(cols = spp)是核心操作：它会把spp列里的每个列表元素拆成单独行，同时自动关联对应的ID值；
• arrange(ID)用于调整行的排序，和目标输出顺序一致，如果不需要特定顺序可以直接省略这一步。

运行上述代码后，得到的harv数据框即为目标格式。

内容的提问来源于stack exchange，提问作者David Smith