如何将含向量的三层嵌套列表转换为DataFrame？

问题背景 #

给定嵌套列表形式的源数据：

data <- list(row1 = list(D = data.table(stat = "D", est = 0.2), HM = data.table(stat = c("H","M"), est = c(0.4,0.5))),
             row2 = list(D = data.table(stat = "D", est = 0.3), HM = data.table(stat = c("H","M"), est = c(0.1,0.6))))

尝试使用as.data.frame(t(sapply(data, unlist)))无法得到预期的规整DataFrame，由于实际数据量庞大，需要批量自动化的清洗方案。

解决方案 #

以下两种方法均可高效处理大量嵌套数据，无需手动操作：

方法一：使用data.table包 #

data.table包的rbindlist和dcast函数可以快速完成嵌套数据的合并与格式转换：

library(data.table)

# 遍历每个顶层列表元素，合并子data.table并添加行标识
processed_rows <- lapply(names(data), function(row_id) {
  current_data <- data[[row_id]]
  combined_dt <- rbindlist(current_data)
  combined_dt[, row := row_id]
  return(combined_dt)
})

# 合并所有处理后的data.table
full_dt <- rbindlist(processed_rows)

# 转换为宽格式，得到目标结构
final_result <- dcast(full_dt, row ~ stat, value.var = "est")

方法二：使用tidyverse工具链 #

tidyverse的enframe、unnest和pivot_wider函数可以以管道式语法完成转换：

library(tidyverse)

final_result <- data %>%
  # 将顶层列表转换为带行名的 tibble
  enframe(name = "row", value = "content") %>%
  # 展开子列表为单独行
  unnest_longer(content) %>%
  # 展开每个子data.table为列
  unnest(content) %>%
  # 转换为宽格式
  pivot_wider(names_from = stat, values_from = est)

两种方法最终都会生成如下结构的DataFrame：

内容的提问来源于stack exchange，提问作者luchonacho