使用cols=dplyr::everything()时tidyr::unnest报“无法循环输入”错误

问题场景 #

先构造测试数据：

library(magrittr)
sapply(c("dplyr", "tibble", "tidyr"), requireNamespace)

mytbl <- structure(
  list(
    A = list(c("A.1", "A.2")),
    B = list(c("B.1", "B.2")),
    C = list("C.1"),
    D = list(c("D.1", "D.2")),
    E = list(c("E.1", "E.2", "E.3"))),
  class = c("tbl_df", "tbl", "data.frame"),
  row.names = c(NA, -1L))

单独展开每一列时，代码可正常运行：

lapply(names(mytbl), function(x) tidyr::unnest(mytbl, cols = x))

但用dplyr::everything()选择所有列同时展开时，直接报错：

mytbl %>% tidyr::unnest(cols = dplyr::everything())

报错信息：

Error in `tidyr::unnest()`:
! In row 1, can't recycle input of size 2 to size 3.
Run `rlang::last_trace()` to see where the error occurred.

报错原因 #

tidyr::unnest在单独展开列和同时展开多列时的行为逻辑完全不同：

• 单独展开某一列时，其他列属于「非展开列」，它们的单元素列表会被视为标量，自动重复填充到展开后的行数，因此不会有长度匹配问题。
• 同时展开多列时，所有指定列都会被展开，此时要求每行中所有待展开列的列表长度必须满足R的向量回收规则：要么长度完全相同，要么存在长度为1的列表（可被循环填充到其他列的长度）。

在测试数据中，第1行各列的列表长度分别是2（A）、2（B）、1（C）、2（D）、3（E）。E列的长度3和其他列的长度2不满足回收规则（3不是2的整数倍），因此触发「无法回收」的报错。

解决方法 #

根据你想要的最终结果，有几种不同的解决方式：

1. 生成所有列的笛卡尔积（所有元素组合） #

如果需要得到各列列表元素的所有可能组合，可以先将每列转为单独的数据集，再交叉合并：

library(purrr)

mytbl %>%
  imap(~tibble(!!.y := .x)) %>%  # 把每列转为单独的tibble
  map(~unnest(.x, cols = everything())) %>%  # 分别展开每列
  reduce(crossing)  # 交叉合并所有数据集

2. 按最长列表对齐，短列表重复填充 #

如果希望以最长的列表（E列，长度3）为基准，让短列表重复元素来对齐长度，再统一展开：

# 获取所有列中最长的列表长度
max_len <- mytbl %>% map_int(~length(.x[[1]])) %>% max()

# 调整每个列的列表，短列表重复填充到最长长度
mytbl_adjusted <- mytbl %>%
  mutate(across(everything(), ~map(.x, ~rep(.x, length.out = max_len))))

# 展开所有列
mytbl_adjusted %>% unnest(cols = everything())

3. 保留单独展开每列的结果集合 #

如果只需要单独展开每列后的结果列表，直接用原来的lapply或purrr::map即可：

# 用purrr的写法更简洁
map(names(mytbl), ~unnest(mytbl, cols = .x))

内容的提问来源于stack exchange，提问作者balin