R语言：将ClinicalTrials.gov API返回数据的列表列转为字符串

问题原因 #

从ClinicalTrials.gov API返回的字段中，部分字段（如Condition）可能对应多个值，因此被解析为列表类型。直接使用unnest会展开这些列表元素，导致行数变化（比如多值字段会拆分出多行，空列表字段会过滤掉对应行），这不符合保留每行对应一个研究的需求。

解决方案：将列表列转为字符串（保留单行结构） #

通过拼接列表元素为单个字符串的方式，可把所有列表列转为字符型，同时保持每行对应一个研究的结构。以下是两种实现方式：

方式1：Base R实现 #

# 遍历所有列，将列表元素用逗号拼接为字符串
for (col in names(studylist)) {
  studylist[[col]] <- sapply(studylist[[col]], function(x) paste(x, collapse = ", "))
}

# 可选：将数值型字段转为数值类型（如EnrollmentCount）
studylist$EnrollmentCount <- as.double(studylist$EnrollmentCount)

方式2：dplyr + purrr 简洁实现 #

library(dplyr)
library(purrr)

studylist_clean <- studylist %>%
  # 对字符类字段：拼接列表元素为字符串
  mutate(across(c(NCTId, Condition, OfficialTitle, Phase, StartDate), 
                ~map_chr(., ~paste(.x, collapse = ", ")))) %>%
  # 对数值类字段：转为数值型（空值设为NA）
  mutate(EnrollmentCount = map_dbl(EnrollmentCount, 
                                   ~ifelse(length(.x) == 0, NA_real_, as.double(.x))))

效果说明 #

处理后所有列都会转为字符型（或指定的数值型），每行仍对应一个研究，行数保持为预期的10行。如果某个字段有多个值（比如一个研究对应多种病症），会用逗号分隔合并为单个字符串。

内容的提问来源于stack exchange，提问作者Ashok G