R语言展开含列表的数据框：解决unnest元素长度不匹配报错

一、Tidyverse/dplyr管道方案 #

这个方案可无缝集成到dplyr工作流，自动处理行内列表长度不一致和NULL值问题，核心思路是逐行处理，将每行所有列表列扩展到该行最长列表的长度，不足部分用NA填充。

步骤1：定义行处理函数 #

library(tidyverse)

expand_row <- function(row) {
  # 识别列表类型的列
  list_cols <- which(sapply(row, is.list))
  # 将NULL转换为空向量，避免后续处理报错
  row[list_cols] <- lapply(row[list_cols], function(x) if (is.null(x)) character(0) else x)
  # 获取当前行所有列表的长度，取最大值作为扩展基准
  col_lengths <- sapply(row[list_cols], length)
  max_len <- max(col_lengths, 1) # 确保至少保留1行，处理全空的情况
  
  # 扩展列表列：不足max_len的补NA
  expanded_list_cols <- lapply(row[list_cols], function(x) {
    if (length(x) == 0) {
      rep(NA, max_len)
    } else {
      c(x, rep(NA, max_len - length(x)))
    }
  })
  
  # 扩展非列表列：重复max_len次，保持每行标识一致
  expanded_nonlist_cols <- lapply(row[-list_cols], rep, max_len)
  
  # 合并为DataFrame并返回
  as.data.frame(c(expanded_nonlist_cols, expanded_list_cols), stringsAsFactors = FALSE)
}

步骤2：应用到数据 #

处理第一个示例数据

df <- data.frame(
  id=c(1:4),
  a=I(list(c(1,"a1"),2,c("a31","a32","a33"),"a4")),
  b=I(list(2,c("b1","b2",3),c("b3","b4"),4))
)

# 用dplyr管道执行
result <- df %>%
  split(.$id) %>% # 按id拆分每行
  map_df(expand_row) # 逐行处理并合并

print(result)

处理含NULL值的实际数据

df2 <- structure(list(cluster = c("1", "2", "3", "4", "5", "6"), st_sub_main_th = list(
    "hira", NULL, "tsuma", "tsuma", NULL, c("other", "hira")), 
    roo_main = list("2", "4", "3", "2", c("1", "3"), c("6", "7", 
    "2", "1")), st_con_rt = list("sub-room", "main-room", "sub-room", 
        "sub-room", "main-room", "sub-room"), st_con_tr = list(
        "terrace", c("terrace", "direct"), "terrace", "terrace", 
        "terrace", "direct"), st_adsb = list("add", "add", "add", 
        "sub", "add", "sub"), st_th = list(NULL, "tsuma", NULL, 
        NULL, "hira", NULL), st_sub2_main_th = list(NULL, NULL, 
        NULL, "hira", "hira", "tsuma"), isstilt = list(NULL, 
        NULL, NULL, NULL, NULL, "0")), class = "data.frame", row.names = c(NA, 
-6L))

result2 <- df2 %>%
  split(.$cluster) %>%
  map_df(expand_row)

print(result2)

二、Base R方案 #

如果不想依赖tidyverse包，可用纯Base R实现同样逻辑：

expand_row_base <- function(row) {
  # 识别列表列
  is_list_col <- sapply(row, is.list)
  # 处理NULL值
  row[is_list_col] <- lapply(row[is_list_col], function(x) if (is.null(x)) character(0) else x)
  # 计算当前行最大列表长度
  col_lengths <- sapply(row[is_list_col], length)
  max_len <- max(col_lengths, 1)
  
  # 扩展列表列
  expanded_list <- lapply(row[is_list_col], function(x) {
    len_x <- length(x)
    if (len_x == 0) rep(NA, max_len) else c(x, rep(NA, max_len - len_x))
  })
  
  # 扩展非列表列
  expanded_nonlist <- lapply(row[!is_list_col], function(x) rep(x, max_len))
  
  # 合并结果
  cbind(as.data.frame(expanded_nonlist, stringsAsFactors = FALSE),
        as.data.frame(expanded_list, stringsAsFactors = FALSE))
}

# 处理第一个示例数据
result_base <- do.call(rbind, lapply(split(df, df$id), expand_row_base))
rownames(result_base) <- NULL # 重置行名

# 处理含NULL值的实际数据
result2_base <- do.call(rbind, lapply(split(df2, df2$cluster), expand_row_base))
rownames(result2_base) <- NULL

方案说明 #

• 核心逻辑：逐行处理，将每行所有列（无论是否是列表）统一扩展到该行最长列表的长度，列表列不足的补NA，非列表列重复对应次数，解决了unnest()因行内列长度不一致报错的问题。
• NULL值处理：自动将NULL转换为空向量，再扩展填充NA，避免NULL导致的处理失败。

内容的提问来源于stack exchange，提问作者HSJ