如何理解R中数据框含数据框列？求创建示例代码

下面是几个用base R实现的示例，帮你理解“数据框的列本身是数据框”这个特性：

1. 基础创建示例 #

直接构造时，需要用I()函数包裹列表，避免base R自动展开列表元素：

# 创建包含数据框列的数据框
nested_df <- data.frame(
  group_id = 1:3,
  details = I(list(
    data.frame(name = "Alice", gender = "F", grade = "A"),
    data.frame(name = "Bob", gender = "M", grade = "B"),
    data.frame(name = "Charlie", gender = "M", grade = "C")
  ))
)

2. 查看数据结构 #

用str()可以清晰看到列的嵌套结构：

str(nested_df)

输出会显示details列是一个列表，每个元素都是一个3列的小数据框。

3. 访问嵌套的数据框 #

你可以像操作列表一样访问嵌套的数据框：

# 提取第2组的details数据框
nested_df$details[[2]]

# 批量提取所有组的name字段
sapply(nested_df$details, function(x) x$name)

4. 从现有数据生成嵌套结构 #

如果有普通的扁平化数据框，可以通过分组把每组转为数据框存入列：

# 原始扁平化数据
raw_data <- data.frame(
  group_id = rep(1:2, each = 3),
  item = c("pen", "pencil", "eraser", "ruler", "notebook", "marker"),
  price = c(2, 1, 0.5, 3, 5, 2.5)
)

# 按group_id分组，生成嵌套数据框
grouped_nested <- data.frame(
  group_id = unique(raw_data$group_id),
  items = I(lapply(split(raw_data, raw_data$group_id), function(x) x[, c("item", "price")]))
)

这种嵌套结构的实用价值在于可以保留分组后的完整数据上下文，比如在需要对每组进行复杂分析时，不用反复拆分合并数据框，后来也成为了tidyverse中dplyr::nest()函数的设计基础。

内容的提问来源于stack exchange，提问作者StatsStudent