在R data.table中如何根据条件从列表列生成lower新列？

问题描述 #

有一个R的data.table，包含列表列digits_list和计数列length_digits_list，需要创建lower_value列，规则如下：

• 当length_digits_list的值为3时，取digits_list的第二个元素
• 其他情况（值为1或2），取digits_list的第一个元素

尝试了以下代码，但得到错误结果（例如第4行本该提取"50"，却得到了"250"）：

df[, lower := ifelse(length_digits_list == 3, digits_list[[2]],
                     ifelse(length_digits_list == 2, digits_list[[1]],digits_list))]

数据结构如下：

structure(list(digits_list = list(list("150", 
    "250"), list("250", "350"), list("350"), list("50", "150"), 
    list("0", "50"), list("250", "350")), length_digits_list = c(2L, 
2L, 1L, 2L, 2L, 2L), lower = c("150", "250", "350", "250", "150", 
"250"), upper = list("250", "350", Inf, "350", "250", "350")), row.names = c(NA, 
-6L), class = c("data.table", "data.frame"))

错误原因 #

原代码中digits_list[[2]]是直接提取整个digits_list列的第二个元素（即第二行的列表），而不是每行的第二个元素。ifelse是向量化操作，但列表列无法通过这种方式实现逐行索引，最终导致结果错位。

解决方案 #

方法1：data.table原生逐行遍历 #

利用seq_len(.N)遍历每行索引，针对每行的digits_list和length_digits_list做条件判断：

# 生成列表列
df[, lower_value := lapply(seq_len(.N), function(i) {
  if (length_digits_list[i] == 3) {
    digits_list[[i]][[2]]
  } else {
    digits_list[[i]][[1]]
  }
})]

# 若需要转为字符列而非列表列，添加unlist处理
df[, lower_value := unlist(lapply(seq_len(.N), function(i) {
  if (length_digits_list[i] == 3) {
    digits_list[[i]][[2]]
  } else {
    digits_list[[i]][[1]]
  }
}))]

方法2：用purrr包简化操作（更简洁） #

purrr::map2可同时遍历两个列，逐行匹配处理，map2_chr直接返回字符列：

library(purrr)
df[, lower_value := map2_chr(digits_list, length_digits_list, ~ if (.y == 3) .x[[2]] else .x[[1]])]

验证结果 #

处理后第4行的lower_value会正确提取digits_list的第一个元素"50"，完全符合预期规则。

内容的提问来源于stack exchange，提问作者NAS_2339