R语言将含列表字符向量列的数据框转换为长格式

问题描述 #

• 转换目标：将R环境中的楼栋信息数据框从宽格式转换为长格式，拆分依据为residents列存储的居民编号集合，最终输出3行记录，对应数据内全部3位居民
• 预期输出结构：共3列，分别为Residents（居民编号）、buildingId（楼栋ID）、Region（所属区域）；所有记录的buildingId值为50、Region值为Central，居民编号依次为556、155、143
• 已尝试但未达预期的代码：

Building_Details_Trial_50 %>% tidyr::separate_rows(residents)

问题原因 #

tidyr::separate_rows()默认会按非字母数字的任意字符拆分字符串，如果你的residents列使用了固定分隔符（比如逗号、分号）且存在多余空格、或者列本身是列表存储的向量类型，默认参数无法正确识别拆分规则，就会输出不符合预期的结果。

可行解决方案 #

场景1：residents为带固定分隔符的字符串类型 #

显式指定分隔符参数，同时开启自动类型转换，最后调整列名和列顺序即可：

library(dplyr)
library(tidyr)

# 示例假设residents列值为"556,155,143"这类逗号分隔的字符串，sep参数替换为你数据里实际的分隔符即可
Building_Details_Trial_50 %>%
  separate_rows(residents, sep = ",", convert = TRUE) %>%
  rename(Residents = residents) %>%
  select(Residents, buildingId, Region)

场景2：residents为列表类型存储的数值向量 #

直接用unnest()展开列表即可，不需要用separate_rows()：

library(dplyr)
library(tidyr)

Building_Details_Trial_50 %>%
  unnest(residents) %>%
  rename(Residents = residents) %>%
  select(Residents, buildingId, Region)

内容的提问来源于stack exchange，提问作者Jordan Iatro