如何将不等长向量列表转换为长格式dataframe且无需填充NA？

现有一个向量列表a，所有向量均为Date类型，但长度各不相同：

> str(a)
List of 2
 $ item1: Date[1:3], format: "1999-02-06" "1999-10-23" "1999-09-13"
 $ item2: Date[1:2], format: "1999-12-05" "1999-11-30"

需要将其转换为如下长格式DataFrame结构：

生成列表a的代码：

a <- list(item1 = structure(c(10628, 10887, 10847), class = "Date"), 
    item2 = structure(c(10930, 10925), class = "Date"), item3 = structure(c(10764, 
    10671, 10917, 10887), class = "Date"))

常规行/列绑定方法无法实现：

> bind_rows(a)
Error:
! Tibble columns must have compatible sizes.
• Size 2: Column `item2`.
• Size 3: Column `item1`.
ℹ Only values of size one are recycled.
> bind_cols(a)
Error in `bind_cols()`:
! Can't recycle `item1` (size 3) to match `item2` (size 2).

已查找相关方案，但现有方法需要先填充NA再使用pivot_longer()，希望找到无需填充NA的更优方法。

方法1：tidyverse 工具链（enframe + unnest） #

直接通过tibble和tidyr的组合转换，无需填充NA：

library(tidyverse)

a %>%
  enframe(name = "items", value = "dates") %>%
  unnest(dates)

enframe将列表名称转为items列，向量内容转为嵌套的dates列，unnest直接展开嵌套的Date向量，一步得到目标结构。

方法2：Base R 的 stack() 函数 #

用原生函数快速转换，仅需恢复Date类型：

result <- stack(a)
colnames(result) <- c("dates", "items")
# 恢复Date类
result$dates <- as.Date(result$dates, origin = "1970-01-01")
# 调整列顺序为需求格式
result <- result[, c("items", "dates")]

stack默认生成values和ind列，重命名后将数值转回Date类型即可。

方法3：data.table 的 rbindlist() #

借助data.table的高效合并能力实现：

library(data.table)

rbindlist(lapply(a, as.data.table), idcol = "items") %>%
  setnames(".", "dates")

先将每个列表元素转为data.table，rbindlist合并时通过idcol参数生成items列，最后重命名日期列即可。

内容的提问来源于stack exchange，提问作者Paul