R语言如何将嵌套dataframe转换为新列？

针对你提供的包含多层嵌套DataFrame、列表和混合类型的R数据框，以下是具体的扁平化清理方法，基于tidyverse工具链实现：

一、先识别嵌套列 #

首先明确哪些列是列表/嵌套DataFrame类型，避免误处理普通列：

library(tidyverse)

# 加载你的数据框（假设名为df）
# df <- structure(...) # 你的dput内容

# 查看各列类型
sapply(df, class)

# 筛选出所有列表类型的列
list_cols <- names(df)[sapply(df, is.list)]
list_cols

二、分层展开嵌套结构 #

根据嵌套内容的不同结构，选择对应的展开方式：

1. 单行嵌套DataFrame展开 #

对于certifications、courses这类每个列表元素都是单行DataFrame的列，用unnest_wider将其拆分为多个新列，通过names_sep添加前缀避免列名冲突：

df_flat <- df %>%
  unnest_wider(certifications, names_sep = "_") %>%
  unnest_wider(courses, names_sep = "_")

2. 多行嵌套DataFrame展开 #

像posts这种包含多行DataFrame的列表列，用unnest_longer将每行数据拆分为多行，同时保留原行的其他信息，keep_empty = TRUE确保空嵌套不会丢失原行数据：

df_flat <- df_flat %>%
  unnest_longer(posts, keep_empty = TRUE) %>%
  unnest_wider(posts, names_sep = "_")

3. 多层嵌套递归展开 #

对于experience这种内部还嵌套了positions的列，需要逐层展开：

df_flat <- df_flat %>%
  # 先展开外层experience的DataFrame
  unnest_wider(experience, names_sep = "_") %>%
  # 再展开内层positions的嵌套DataFrame
  unnest_wider(experience_positions, names_sep = "_") %>%
  unnest_wider(experience_positions, names_sep = "_")

如果使用tidyr 1.2.0及以上版本，也可以直接用递归参数一键展开所有嵌套：

df_flat <- df %>%
  unnest(all_of(list_cols), names_sep = "_", recursive = TRUE)

注意：递归展开会生成大量列，建议先小范围测试后再全量执行。

4. 特殊列表/空值处理 #

针对recommendations这种混合字符、空列表的列，先统一格式再展开：

df_flat <- df %>%
  mutate(recommendations = map(recommendations, ~ if (is_empty(.x)) NA else .x)) %>%
  unnest(recommendations, keep_empty = TRUE)

对于educations_details这类空字符向量，可转换为NA后处理：

df_flat <- df_flat %>%
  mutate(educations_details = map(educations_details, ~ if (length(.x) == 0) NA else .x)) %>%
  unnest(educations_details, keep_empty = TRUE)

5. 清理冗余列 #

展开后可能存在重复列（比如current_company和current_company:name），可通过select移除冗余：

df_flat <- df_flat %>%
  select(-starts_with("current_company:"))

三、关键注意事项 #

• 先小范围验证：用slice(df, 1:5)取前几行测试展开逻辑，避免全量数据出错
• 自定义列命名：通过names_sep参数控制新列的命名规则，保证列名清晰可辨
• 空值策略：根据业务需求选择保留空行/空值，或用drop_na()过滤

内容的提问来源于stack exchange，提问作者Soph2010