将命名不一致、嵌套深度可变的列表转换为R语言数据框

问题描述 #

需要将命名规则不一致、嵌套深度未知的R列表转换为指定格式的数据框。示例输入列表如下：

x <- list("a" = list("b", "c"),
          "d" = list("e", "f" = list("g", "h")),
          "i" = list("j", "k" = list("l" = list("m", "n" = list("o", "p")))))

目标是生成如下结构化数据框：

y <- data.frame(
  main_level = c(rep("a", 2), rep("d", 3), rep("i", 4)),
  level1 = c("b", "c", "e", rep("f", 2), "j", rep("k", 3)),
  level2 = c(NA, NA, NA, "g", "h", NA, "l", "l", "l"),
  level3 = c(NA, NA, NA,  NA,  NA, NA, "m", "n", "n"), 
  level4 = c(NA, NA, NA,  NA,  NA, NA, NA, "o", "p"),
  stringsAsFactors = FALSE
)

输出结果：

> y
  main_level level1 level2 level3 level4
1          a      b   <NA>   <NA>   <NA>
2          a      c   <NA>   <NA>   <NA>
3          d      e   <NA>   <NA>   <NA>
4          d      f      g   <NA>   <NA>
5          d      f      h   <NA>   <NA>
6          i      j   <NA>   <NA>   <NA>
7          i      k      l      m   <NA>
8          i      k      l      n      o
9          i      k      l      n      p

解决方案 #

通过递归函数收集所有叶子节点的完整路径，再统一转换为数据框，自动适配嵌套深度。

完整代码 #

# 递归收集每个叶子节点的完整路径
collect_paths <- function(lst, parent_path = list()) {
  paths <- list()
  for (idx in seq_along(lst)) {
    elem <- lst[[idx]]
    elem_name <- names(lst)[idx]
    current_path <- parent_path
    
    if (is.list(elem)) {
      # 子列表：将当前元素名称加入路径，继续递归
      current_path[[length(current_path) + 1]] <- elem_name
      paths <- c(paths, collect_paths(elem, current_path))
    } else {
      # 叶子元素：将元素值加入路径，保存当前路径
      current_path[[length(current_path) + 1]] <- elem
      paths <- c(paths, list(current_path))
    }
  }
  paths
}

# 处理最外层列表，添加main_level
all_paths <- lapply(names(x), function(main_name) {
  sub_paths <- collect_paths(x[[main_name]])
  lapply(sub_paths, function(p) c(list(main_level = main_name), p))
})
all_paths <- unlist(all_paths, recursive = FALSE)

# 统一路径长度，不足补NA
max_len <- max(sapply(all_paths, length))
df_list <- lapply(all_paths, function(p) {
  length(p) <- max_len
  as.data.frame(t(unlist(p)), stringsAsFactors = FALSE)
})

# 合并为最终数据框并命名列
final_df <- do.call(rbind, df_list)
colnames(final_df) <- c("main_level", paste0("level", seq_len(max_len - 1)))

代码说明 #

1. 递归收集路径：collect_paths函数遍历列表，遇到子列表时将其名称加入路径并继续递归，遇到叶子元素时将元素值加入路径并保存。
2. 添加顶层名称：遍历最外层列表的每个元素，将元素名称作为main_level添加到对应子路径的开头。
3. 统一路径长度：找到所有路径的最大长度，将短路径用NA补全，确保所有行的列数一致。
4. 转换为数据框：将每个路径转换为一行，合并后重命名列名，生成符合要求的结构化数据框。

运行结果 #

执行上述代码后，final_df的输出与目标数据框完全一致。

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