在R中将数据框内的坐标列表拆分为独立列的方法

先修正原preprocess函数的bug #

原函数存在两处错误：

• lapply循环中误用df$text而非m$text，会导致每一行重复绑定整个数据集的文本内容
• 最终返回的是原始输入df，而非去重后的目标数据框df_u

修正后的函数：

preprocess <- function(df) {
  df_tw <- do.call(rbind, lapply(df, function(m)
    data.frame(text = m$text,
               lang = m$lang,
               geo = m$geo,
               date = m$created_at)))
  df_u <- df_tw %>% distinct(text, .keep_all=TRUE)
  return(df_u)
}

拆分geo.coordinates中的坐标列 #

方法1：使用tidyverse工具（推荐） #

借助purrr的map_dbl提取列表中的坐标值，结合dplyr完成列添加：

library(tidyverse)

# 处理已有的df_mt数据框
df_mt_processed <- df_mt %>%
  mutate(
    # 提取经度（列表第一个元素）
    longitude = map_dbl(geo.coordinates$coordinates, ~ifelse(is.null(.), NA, .[1])),
    # 提取纬度（列表第二个元素）
    latitude = map_dbl(geo.coordinates$coordinates, ~ifelse(is.null(.), NA, .[2]))
  ) %>%
  # 可选：移除原geo.coordinates列，按需保留
  select(-geo.coordinates)

方法2：使用Base R #

无需额外安装包，用sapply遍历列表提取坐标：

# 添加经度列
df_mt$longitude <- sapply(df_mt$geo.coordinates$coordinates, function(x) {
  if (is.null(x)) NA else x[1]
})

# 添加纬度列
df_mt$latitude <- sapply(df_mt$geo.coordinates$coordinates, function(x) {
  if (is.null(x)) NA else x[2]
})

# 可选：删除原geo.coordinates列
df_mt$geo.coordinates <- NULL

处理后的数据框会新增longitude和latitude两列，无坐标的行对应值为NA，便于后续分析使用。

内容的提问来源于stack exchange，提问作者MVAC