如何仅在嵌套列表顶层使用lapply()结合as.data.frame()？

第一步：左连接并生成列表列 #

先实现左连接，将second_df中对应ID的所有行打包为子数据框，存储在新的列表列中，保证结果行数与first_df一致：

library(dplyr)
library(tidyr)
library(purrr)

# 示例数据
first_df <- iris[c(1, 80, 120), ]
second_df <- data.frame(
  Species = c(rep("setosa", 3), rep("versicolor", 1)),
  extra1 = rnorm(4),
  extra2 = rnorm(4)
)

# 左连接并创建子数据框列
final_df_joined <- first_df %>%
  left_join(second_df, by = "Species", multiple = "all") %>%
  # 按first_df的所有列分组，保证每个ID对应一行
  group_by(across(everything(), .cols = !matches("extra\\d"))) %>%
  summarize(
    # 将对应ID的extra列打包为子数据框存入列表列
    sub_df = list(tibble(extra1, extra2)),
    .groups = "drop"
  )

第二步：按行拆分为嵌套列表 #

原方法报错是因为as.data.frame会自动展开嵌套的子数据框，导致行列数不匹配。我们可以用tibble替代data.frame，它支持保留嵌套的子数据框结构，实现方式如下：

方法一：使用pmap逐行处理 #

# 按行拆分为嵌套列表，每个元素是包含子数据框的tibble
nested_list <- final_df_joined %>%
  pmap(function(...) {
    tibble(...)
  })

方法二：拆分后逐行转换 #

# 先按行拆分，再转为tibble保留嵌套结构
nested_list <- final_df_joined %>%
  split(seq(nrow(.))) %>%
  lapply(as_tibble)

验证结果：nested_list是一个列表，每个元素对应first_df的一行，其中sub_df列存储对应ID的子数据框，完全保留嵌套结构，不会出现行数不匹配的报错。

内容的提问来源于stack exchange，提问作者degeso