tidyr::unnest报错：无法合并double与character类型的exists列

我编写了一段R代码遍历包含2500个文件的文件夹，生成的flight_info_1列表包含path和data两个变量。执行unnest(flight_info_1, data)展开数据时，出现以下错误：

! Can't combine ..1$exists and ..350$exists

完整代码 #

library(prettydoc)

library(tidyverse)
library(fs)
library(purrr)
library(haven)
library(gghalves)
library(tidygraph)
library(ggraph)
library(GGally)
library(vtable)
library(ggridges)
library(scales)
library(ggpubr)
library(highcharter)
library(plotly)
library(patchwork)
library(ggdark)
library(ggthemes)
library(rnaturalearth)
`%||%` <- rlang::`%||%`


flight_info_1 <- "Path/Path/" %>%
  dir_ls(recurse = TRUE, type = "file") %>%
  as_tibble_col("path")  %>%
  mutate(data = map(path, function(path_i){
    
    path_i <<- path_i
    
    data_i <- read_csv(path_i, show_col_types=FALSE)
    
    # if(nrow(data_i)==0)
    # {return(NULL)}
    
    
    data_i$date <- as.character(data_i[["date"]] %||% NA_character_)
    
    moved_vars <- tibble(.rows=nrow(data_i))
    
    if(isTRUE(str_detect(data_i[["airline"]] %||% "", "€"))) {
      moved_vars <- bind_cols(moved_vars, select(data_i, price = airline))
    }
    
    
    if(isTRUE(str_detect(data_i[["price"]] %||% "", "hr|min"))){
      moved_vars <- bind_cols(moved_vars, select(data_i, duration = price))
    }
    
    if(isTRUE(str_detect(data_i[["emissions"]] %||% "", "[included]"))){
      moved_vars <- bind_cols(moved_vars, select(data_i, luggage = emissions))
    }


   if(isTRUE(str_detect(data_i[["luggage"]] %||% "", "(?i)kg"))){
      moved_vars <- bind_cols(moved_vars, select(data_i, emissions = luggage))
    }
    
    if(isTRUE(str_detect(data_i[["duration"]] %||% "",  "^[[:alpha:][:space:]]+$"))){
      moved_vars <- bind_cols(moved_vars, select(data_i, airline = duration))
    }
    
    data_i_mod <- bind_cols(
      moved_vars, select(data_i, -any_of(colnames(moved_vars)))
    )
    
    return(data_i_mod)
    
  }))

报错回溯 #

data_csv <- unnest(flight_info_1, data)

Error:
! Can't combine `..1$exists` <double> and `..350$exists` <character>.
Backtrace:
  1. tidyr::unnest(flight_info_1, data)
  2. tidyr:::unnest.data.frame(flight_info_1, data)
  3. tidyr::unchop(data, any_of(cols), keep_empty = keep_empty, ptype = ptype)
  4. tidyr:::df_unchop(cols, ptype = ptype, keep_empty = keep_empty)
  5. vctrs::vec_unchop(col, ptype = col_ptype)
  6. vctrs (local) `<fn>`()
  7. vctrs::vec_default_ptype2(...)
  8. vctrs::stop_incompatible_type(...)
  9. vctrs:::stop_incompatible(...)
 10. vctrs:::stop_vctrs(...)

解决思路 #

1. 明确问题根源 #

报错核心是不同CSV文件中的exists列数据类型不一致：部分文件中该列是数值型（double），另一部分是字符型（character），unnest合并时无法兼容不同类型的列。

2. 统一列类型 #

在读取每个文件后，强制将exists列转换为统一类型，推荐两种方式：

方式一：读取后统一转换

在read_csv之后添加处理代码，将exists列转为字符型（或根据业务逻辑转为布尔型）：

data_i <- read_csv(path_i, show_col_types=FALSE)

# 新增：统一处理exists列类型
if ("exists" %in% colnames(data_i)) {
  # 转为字符型，兼容所有情况
  data_i$exists <- as.character(data_i$exists)
  # 若确认该列实际是布尔值，也可转为逻辑型：
  # data_i$exists <- as.logical(data_i$exists)
}

方式二：读取时指定列类型

直接在read_csv中通过col_types参数指定exists列的类型，避免自动识别错误：

data_i <- read_csv(path_i, show_col_types=FALSE, col_types = cols(
  exists = col_character() # 或者col_logical()，根据实际数据选择
))

3. 排查所有列的类型差异 #

如果除了exists还有其他列可能出现类型不一致，可以先批量提取所有文件的列信息排查：

# 提取每个文件的列名和对应类型
col_info <- flight_info_1 %>%
  mutate(col_details = map(data, ~tibble(
    colname = colnames(.x),
    col_type = sapply(.x, class)
  ))) %>%
  unnest(col_details)

# 查看各列的类型分布
col_info %>%
  group_by(colname) %>%
  count(col_type) %>%
  filter(n() > 1) # 筛选出存在多种类型的列

4. 处理空文件 #

取消注释原代码中的空文件判断，返回空tibble而非NULL，避免unnest时出现异常：

if(nrow(data_i)==0) {
  return(tibble()) # 返回空tibble，保证结构一致
}

内容的提问来源于stack exchange，提问作者Gaaaa