在R中按location分组将DataFrame转换为类Python字典的列表嵌套结构

问题背景 #

现有如下R数据框：

location <- c("a", "b", "c", "d", "e", "e")
type <- c("city", "city", "town", "town", "village", "village")
code <- c("123", "112", "83749", "83465", "38484757", "3838891")
country <- c("zz", "zz", "zz", "zz", "zz", "zz")
df <- data.frame(location, type, code, country)

需要按location分组，转换为如下结构的字典（R中对应命名列表）：

{
'a':[['city'],['123'],['zz']],
'b':[['city'],['112'],['zz']],
'c':[['town'],['83749'],['zz']],
'd':[['town'],['83465'],['zz']],
'e':[['village'],['38484757','3838891'],['zz']]
}

此前尝试使用unclass+by的方法未得到预期结果：

unclass(by(df, df$location, function(x) {
  tmp <- x$code
  setNames(tmp, x$location[1])
  tmp
})) -> location_mapping

解决方案 #

方法1：Base R原生实现 #

利用split按location拆分数据框，再通过lapply遍历每个分组构造目标结构：

# 按location分组处理
location_mapping <- lapply(split(df, df$location), function(group) {
  # 构造每个分组的嵌套列表结构：[[type], [code], [country]]
  list(
    list(unique(group$type)),  # 同一location的type唯一，用unique去重
    list(group$code),          # 保留该location下所有code值
    list(unique(group$country))# 同一location的country唯一，用unique去重
  )
})

查看结果结构：

str(location_mapping)

输出示例：

List of 5
 $ a:List of 3
  ..$ :List of 1
  .. ..$ : chr "city"
  ..$ :List of 1
  .. ..$ : chr "123"
  ..$ :List of 1
  .. ..$ : chr "zz"
 $ b:List of 3
  ..$ :List of 1
  .. ..$ : chr "city"
  ..$ :List of 1
  .. ..$ : chr "112"
  ..$ :List of 1
  .. ..$ : chr "zz"
 # 其余分组结构类似，省略

方法2：输出为JSON格式（匹配预期可视化效果） #

如果需要得到和示例完全一致的JSON格式输出，可使用jsonlite包：

# 首次使用需安装包
# install.packages("jsonlite")
library(jsonlite)

# 转换为带格式的JSON并打印
cat(toJSON(location_mapping, pretty = TRUE))

输出结果：

{
  "a": [["city"], ["123"], ["zz"]],
  "b": [["city"], ["112"], ["zz"]],
  "c": [["town"], ["83749"], ["zz"]],
  "d": [["town"], ["83465"], ["zz"]],
  "e": [["village"], ["38484757", "3838891"], ["zz"]]
}

问题说明 #

你之前的代码仅提取了code列，未处理type和country字段，也未构造多层嵌套列表的目标结构。上述方法通过遍历每个分组，分别处理三类字段并嵌套成列表，最终得到符合需求的结构。

内容的提问来源于stack exchange，提问作者blackfury