在dplyr中如何将清洗后的行重新嵌套为向量列？

示例数据集 #

先构造一个和你场景匹配的示例数据：

library(tidyverse)

df <- tibble(
  id = 1:2,
  movies = c("  The Shawshank Redemption ,    Forrest Gump  ,  Inception  ",
             "The Dark Knight  ,   Pulp Fiction,   Fight Club  ")
)

问题根源 #

你用nest()得到tibble列是因为该函数默认会把分组后的内容封装成tibble，而你需要的是向量组成的列表列，可以通过以下几种方式实现：

方法1：直接批量清洗向量（最高效，无需拆展再嵌套） #

跳过unnest步骤，直接用map对拆分后的向量元素批量清洗，一步得到向量列：

df_clean <- df %>%
  mutate(
    # 拆分逗号分隔的内容为向量
    movies_split = str_split(movies, ","),
    # 对每个向量里的元素依次做去首尾空格、压缩中间空格
    movies_clean = map(movies_split, ~ str_squish(str_trim(.x)))
  ) %>%
  select(id, movies, movies_clean)

此时movies_clean就是你需要的向量列，每个元素是清洗后的电影名向量。

方法2：从已展开的数据集重新生成向量列 #

如果已经完成了拆展和清洗步骤，用group_by + summarise替代nest()，直接将分组后的内容打包成向量：

# 先执行你原来的拆展、清洗步骤
df_unnested <- df %>%
  mutate(movies_split = str_split(movies, ",")) %>%
  unnest(movies_split) %>%
  mutate(movies_clean = str_squish(str_trim(movies_split)))

# 重新分组并生成向量列
df_nested_vector <- df_unnested %>%
  group_by(id) %>%
  summarise(movies_vector = list(movies_clean), .groups = "drop")

这里movies_vector就是向量列，list(movies_clean)会把每组的清洗后名称直接打包成向量存入列表。

方法3：将nest生成的tibble列转换为向量列 #

如果已经用nest()得到了tibble列，可以用map提取其中的向量：

# 你原来的嵌套操作
df_nested_tibble <- df_unnested %>%
  nest(movies_nested = movies_clean)

# 转换为向量列
df_vector_col <- df_nested_tibble %>%
  mutate(movies_vector = map(movies_nested, ~ pull(.x, movies_clean))) %>%
  select(-movies_nested)

验证结果 #

可以用class()查看列类型：

class(df_vector_col$movies_vector[[1]])
# 输出："character"（即向量类型）

内容的提问来源于stack exchange，提问作者Ahmad Noman Alnoor