如何将嵌套列表转DataFrame的代码封装为函数并输出对应数据框？

问题背景 #

我有18个对应不同条件的列表（已存入Hypo1_lists），每个条件列表下包含10个参与者的分数列表，每个参与者的列表内是1到20个double类型数值。单个条件列表转长格式DataFrame的代码可以正常运行，但封装成函数后输出嵌套列表，需要每个条件生成独立的DataFrame，和未封装时的结果一致。

原函数错误原因 #

原函数的核心问题是将do.call("rbind", x_dataframe)写在了lapply的内部匿名函数里，导致每个参与者的小DataFrame被即时合并，最终返回的是嵌套结构的列表，而非每个条件对应一个完整的长格式DataFrame。

正确的封装函数 #

我们需要对Hypo1_lists中的每个条件列表，单独执行之前验证过的转换逻辑：先把每个参与者的分数转成带Participant列的小DataFrame，再合并成该条件对应的完整长格式DataFrame。

process_condition_lists <- function(condition_lists) {
  # 遍历每个条件列表，生成对应长格式DataFrame
  lapply(condition_lists, function(participant_list) {
    # 转换单个条件下的所有参与者数据
    participant_dfs <- lapply(seq_along(participant_list), function(cur_participant) {
      data.frame(
        Participant = cur_participant,
        Score = unlist(participant_list[[cur_participant]])
      )
    })
    # 合并为单个条件的完整DataFrame
    do.call("rbind", participant_dfs)
  })
}

使用方法 #

调用函数后，返回的列表中每个元素就是对应条件的长格式DataFrame，和单独处理单个条件的结果完全一致：

# 处理所有条件列表
result_list <- process_condition_lists(Hypo1_lists)

# 查看第一个条件的DataFrame前几行
head(result_list[[1]])

验证一致性 #

可以用单个测试条件验证函数输出和手动处理的结果是否一致：

# 生成单个测试条件列表
Participant_List <- list()
for (i in 1:10) {
  Scores <- list()
  for (k in sample(1:5, replace = TRUE)) {
    Scores[[k]] <- sample(1:7, sample(1:10), replace = TRUE)
  }
  Participant_List[[i]] <- Scores
}

# 手动处理的结果
manual_dfs <- lapply(seq_along(Participant_List), function(curParticipant){
  data.frame(Participant = curParticipant,
             Score = unlist(Participant_List[[curParticipant]]))
})
manual_combined <- do.call("rbind", manual_dfs)

# 函数处理的结果
func_combined <- process_condition_lists(list(Participant_List))[[1]]

# 验证是否完全一致
all.equal(manual_combined, func_combined) # 返回TRUE表示一致

内容的提问来源于stack exchange，提问作者Leon164