修复pivot_longer转换tibble的循环错误并处理缺失值

错误原因 #

numeric(0)在unnest后会将对应行完全删除，但其他列仍保留该行的数值，导致后续pivot_longer时出现行长度不匹配的回收错误；同时NaN未提前转换为标准缺失值NA，也会影响数据一致性。

分步解决代码 #

1. 加载依赖包并构造示例数据

library(tibble)
library(tidyr)
library(purrr)

# 模拟你的原始数据结构
df <- tibble(
  id = 1:3,
  list_col = list(c(1, 2), numeric(0), c(NaN, 3, 4)),
  num_col = c(5, NaN, NA)
)

2. 预处理数据（核心步骤）

先统一处理列表列和普通数值列的缺失值，将numeric(0)转为含NA的列表，NaN替换为NA：

df_clean <- df %>%
  # 处理列表列：numeric(0)转成单元素NA，NaN替换为NA
  mutate(
    list_col = map(list_col, ~ {
      if (length(.x) == 0) {
        NA_real_
      } else {
        replace(.x, is.nan(.x), NA_real_)
      }
    })
  ) %>%
  # 处理普通数值列的NaN转NA
  mutate(across(where(is.numeric), ~ replace(.x, is.nan(.x), NA_real_)))

3. 执行unnest并转换为长格式

# 展开列表列
df_unnested <- df_clean %>%
  unnest(where(is.list))

# 转换为长格式
df_long <- df_unnested %>%
  pivot_longer(
    cols = -id,  # 排除id列，将其余列转为长格式
    names_to = "variable",
    values_to = "value"
  )

效果验证 #

处理后的数据中：

• 原numeric(0)对应的行被保留为NA
• 所有NaN均转换为标准NA
• pivot_longer不再出现回收错误

内容的提问来源于stack exchange，提问作者SiH