如何用data.table语法展开R中数据表列内的向量

我有一个data.table，其中列C存储着向量（如c('a', 'b', 'c')），希望将该列中的向量展开为多行：即列C的c('a', 'b', 'c')对应生成3行，其他列内容复制，列C分别为a、b、c。

示例代码：

library(data.table)

DT <- data.table(
  A = c(1, 2, 3),
  B = c("abc", "bbc", "ccc"),
  C = list(c("a", "b", "c"), c("d", "e"), c("f"))
)

当前DT输出：

A   B     C # 实际数据中有更多列
1: 1 abc a,b,c
2: 2 bbc   d,e
3: 3 ccc     f

期望输出：

A   B C
1: 1 abc a
2: 1 abc b
3: 1 abc c
4: 2 bbc d
5: 2 bbc e
6: 3 ccc f

原生data.table实现方案 #

不需要引入额外库，直接用data.table的分组+拆列表语法即可：

# 通用写法，适配任意数量的其他列
result <- DT[, .(C = unlist(C)), by = setdiff(names(DT), "C")]

如果明确知道其他列的名称，也可以直接指定分组列：

# 指定分组列的写法
result <- DT[, .(C = unlist(C)), by = .(A, B)]

运行上述代码后，result即为期望的输出：

A   B C
1: 1 abc a
2: 1 abc b
3: 1 abc c
4: 2 bbc d
5: 2 bbc e
6: 3 ccc f

原理说明 #

• by = setdiff(names(DT), "C")：按除了C列之外的所有列分组，确保其他列的内容会被复制到拆分后的每一行
• .(C = unlist(C))：将每组内的C列列表向量拆分为单个元素，生成对应的多行记录

内容的提问来源于stack exchange，提问作者zhang