R语言：如何将字符向量列表存入data.table新列？

问题根源 #

你的decompose_string_pairs函数仅能处理单个字符串，当传入data.table的strings列（长度为2的向量）时，函数会把两个字符串的配对结果拼接成一个长度为4的列表（3+1），但data.table只有2行，右侧结果长度与行数不匹配，因此触发报错。

修复方案 #

方案1：在data.table调用时用lapply逐行处理 #

直接修改赋值语句，用lapply对strings的每个元素单独调用函数，返回一个与行数一致的列表（每个元素对应该行字符串的配对列表）：

library(data.table)
library(stringr)

# 保留原函数不变
decompose_string_pairs <- function(n_string = ""){
  n <- str_count(n_string,"\\|")[[1]] + 1
  string_pairs <- list()
  
  for(i in n:2){
    n1 <- str_split(n_string, "\\|")[[1]][i]
    for(j in (i-1):1){
      n2 <- str_split(n_string,"\\|")[[1]][j]
      temp_pair <- list(c(n1,n2))
      string_pairs <- c(string_pairs,temp_pair)
    }
  }
  return(string_pairs)
}

dt <- data.table(strings = c("1|2|3","1|4")) # 修正原代码的赋值符号错误
dt[, parsed_list := lapply(strings, decompose_string_pairs)]

验证结果：

> dt
    strings       parsed_list
1: 1|2|3 <list[3]>
2:   1|4 <list[1]>

> dt$parsed_list[[1]]
[[1]]
[1] "3" "2"

[[2]]
[1] "3" "1"

[[3]]
[1] "2" "1"

> dt$parsed_list[[2]]
[[1]]
[1] "4" "1"

方案2：修改函数为向量化版本 #

让函数本身支持向量输入，内部用lapply批量处理每个字符串：

decompose_string_pairs_vec <- function(n_strings){
  lapply(n_strings, function(x){
    parts <- str_split(x, "\\|")[[1]]
    n <- length(parts)
    string_pairs <- list()
    for(i in n:2){
      n1 <- parts[i]
      for(j in (i-1):1){
        n2 <- parts[j]
        temp_pair <- list(c(n1,n2))
        string_pairs <- c(string_pairs,temp_pair)
      }
    }
    string_pairs
  })
}

# 直接调用赋值
dt[, parsed_list := decompose_string_pairs_vec(strings)]

额外优化：避免重复拆分字符串 #

原函数每次循环都调用str_split，可以提前拆分一次字符串，提升运行效率：

decompose_string_pairs <- function(n_string = ""){
  parts <- str_split(n_string, "\\|")[[1]]
  n <- length(parts)
  string_pairs <- list()
  
  for(i in n:2){
    n1 <- parts[i]
    for(j in (i-1):1){
      n2 <- parts[j]
      temp_pair <- list(c(n1,n2))
      string_pairs <- c(string_pairs,temp_pair)
    }
  }
  return(string_pairs)
}

内容的提问来源于stack exchange，提问作者BLP92