如何基于特征表行高效创建指定列格式的空Data Frame？

需求说明 #

有一个描述性辅助表，其中：

• varCat：变量类别
• rept：该类别需要重复生成的列数
• form：指定对应列的数据格式（text为字符型，num为数值型）

辅助表代码：

library(dplyr)
library(tidyr)
library(purrr)
library(stringr)

descr <- tibble(
  varCat = c("a", "b"),
  rept = c(1, 3),
  form = c("text", "num")
)

需要生成的目标空数据框：

#> # A tibble: 0 × 4
#> # … with 4 variables: a <chr>, b_1 <dbl>, b_2 <dbl>, b_3 <dbl>

实现要求 #

• 列名规则：rept等于1时，列名直接用varCat；rept大于1时，生成带_1、_2等后缀的序列列名
• 列数据类型需匹配descr$form指定的类型

原繁琐实现（参考） #

# Step 1:
tmp <- descr %>%
  uncount(rept, .id = "rept") %>%
  group_by(varCat) %>%
  mutate(
    n = n(),
    var = case_when(
      n > 1 ~ paste0(varCat, "_", rept),
      TRUE ~ varCat
    )
  ) %>%
  ungroup %>%
  select(var, form)
c <- tmp$var
d <- matrix(ncol = length(c), nrow = 0) %>%
  as_tibble(.name_repair = "unique") %>%
  set_names(c)

# Step 2:
for (i in colnames(d)) {
  for (j in seq_along(tmp$var)) {
    if (tmp$var[j] == i & tmp$form[j] == "text") d[i] <- as.character(d[i]) else
    if (tmp$var[j] == i & tmp$form[j] == "num") d[i] <- as.numeric(d[i])
  }
}

简洁实现方案 #

利用tidyverse的映射函数一次性完成列名生成和类型匹配：

library(tidyverse)

# 生成列名与对应类型的映射列表
col_spec <- descr %>%
  mutate(
    # 生成每个类别对应的列名向量
    vars = map2(varCat, rept, ~if (.y == 1) .x else str_c(.x, "_", 1:.y)),
    # 生成对应类型的空向量
    type = map(form, ~if (.x == "text") character() else numeric())
  ) %>%
  unnest(c(vars, type)) %>%
  deframe()

# 构建空tibble
d <- tibble(!!!col_spec)

# 查看结果
d
#> # A tibble: 0 × 4
#> # … with 4 variables: a <chr>, b_1 <dbl>, b_2 <dbl>, b_3 <dbl>

代码解释 #

1. map2(varCat, rept, ...)：针对每个变量类别，根据重复次数生成对应的列名序列
2. map(form, ...)：根据格式类型生成对应类型的空向量（字符型或数值型）
3. unnest：将嵌套的列名和类型向量展开为行
4. deframe：将两列转换为列名-类型的命名列表
5. tibble(!!!col_spec)：通过非标准评估将命名列表转换为指定结构的空tibble，自动匹配列类型

内容的提问来源于stack exchange，提问作者Turtle