如何在嵌套列表中识别dataframe元素？（仅Base R实现）

先定义测试用的嵌套列表：

test <- list(
  a = data.frame(x = 1),
  b = "foo",
  c = list(
    d = 1:5,
    e = data.frame(y = 1),
    f = "a",
    list(g = "hello")
  )
)
test
#> $a
#>   x
#> 1 1
#> 
#> $b
#> [1] "foo"
#> 
#> $c
#> $c$d
#> [1] 1 2 3 4 5
#> 
#> $c$e
#>   y
#> 1 1
#> 
#> $c$f
#> [1] "a"
#> 
#> $c[[4]]
#> $c[[4]]$g
#> [1] "hello"

如果要找出列表中字符元素的位置，用rapply()就能直接实现——它会遍历展开所有元素，返回标记TRUE/FALSE的命名向量：

rapply(test, is.character)
#>   a.x     b   c.d c.e.y   c.f   c.g 
#> FALSE  TRUE FALSE FALSE  TRUE  TRUE

但用rapply()查找data.frame时，它会把data.frame拆解成内部的列元素（比如结果里第一个标识是a.x而非列表层级的a），导致无法正确识别列表中的data.frame对象：

rapply(test, is.data.frame)
#>   a.x     b   c.d c.e.y   c.f   c.g 
#> FALSE FALSE FALSE FALSE FALSE FALSE

解决方法：自定义递归函数 #

可以用Base R写一个递归函数，遍历列表的每一层，直接判断每个元素是否为data.frame，保留原列表的层级结构：

find_dataframes <- function(x) {
  if (is.data.frame(x)) {
    return(TRUE)
  }
  if (is.list(x)) {
    return(lapply(x, find_dataframes))
  }
  FALSE
}

# 调用函数
find_dataframes(test)
#> $a
#> [1] TRUE
#> 
#> $b
#> [1] FALSE
#> 
#> $c
#> $c$d
#> [1] FALSE
#> 
#> $c$e
#> [1] TRUE
#> 
#> $c$f
#> [1] FALSE
#> 
#> $c[[4]]
#> $c[[4]]$g
#> [1] FALSE

如果需要返回带路径的命名向量，可调整函数收集元素路径：

find_dataframes_named <- function(x, path = NULL) {
  result <- list()
  for (i in seq_along(x)) {
    # 处理命名元素和无命名元素的路径
    elem_name <- names(x)[i]
    current_path <- if (is.null(path)) {
      if (is.na(elem_name)) paste0("[[", i, "]]") else elem_name
    } else {
      if (is.na(elem_name)) paste0(path, "[[", i, "]]") else paste(path, elem_name, sep = ".")
    }
    elem <- x[[i]]
    if (is.data.frame(elem)) {
      result[[current_path]] <- TRUE
    } else if (is.list(elem)) {
      result <- c(result, find_dataframes_named(elem, current_path))
    } else {
      result[[current_path]] <- FALSE
    }
  }
  unlist(result)
}

# 调用函数
find_dataframes_named(test)
#>       a       b     c.d     c.e     c.f c[[4]]$g 
#>    TRUE   FALSE   FALSE    TRUE   FALSE    FALSE

这种递归方式会逐层遍历列表：遇到data.frame直接标记TRUE；遇到子列表就继续递归；其他类型标记FALSE，完全符合需求。

内容的提问来源于stack exchange，提问作者bretauv