R语言如何统计嵌套列表数据框name字段的出现频次

你的temp是多层嵌套的列表对象，每个顶层元素为单行数据框，目标统计的name字段存储在子级resource数据框中，存在个别resource为NA的无效条目，统计前需要先提取所有有效name值再做计数，以下是3种可直接运行的实现方案：

方案1：基础R实现（无需安装第三方包，入门首选） #

不需要额外装任何包，直接用R自带函数即可完成，代码逻辑最直观：

# 遍历所有顶层条目，提取全部有效name值
all_names <- unlist(lapply(temp, function(item) {
  # 跳过resource为NA的无效条目
  if (all(is.na(item$resource))) return(NULL)
  # 返回当前条目下的所有name值
  item$resource$name
}))

# 生成频次统计表，重命名为易读的列名
name_count <- as.data.frame(table(all_names), stringsAsFactors = FALSE)
colnames(name_count) <- c("name", "count")

运行你提供的示例数据，输出结果中MicroPro #1对应的count值为3，和预期结果一致。

方案2：tidyverse实现（代码可读性强，适合后续数据加工） #

如果平时习惯用tidyverse生态做数据处理，可以用这个方案，输出为tibble格式，衔接筛选、可视化等操作更顺畅：

# 首次使用先运行安装命令：install.packages("tidyverse")
library(tidyverse)

name_count <- map_dfr(temp, ~{
  # 跳过无效的NA条目
  if (all(is.na(.x$resource))) return(tibble())
  # 提取name列合并为总表
  .x$resource %>% select(name)
}) %>% 
  # 按name分组计数
  count(name, name = "count")

方案3：data.table实现（大数据量场景性能最优） #

如果你的全量数据规模达到十万、百万级，用data.table方案运行速度远高于前两种：

# 首次使用先运行安装命令：install.packages("data.table")
library(data.table)

# 批量合并所有有效name列
all_names <- rbindlist(lapply(temp, function(item) {
  if (all(is.na(item$resource))) return(data.table())
  data.table(name = item$resource$name)
}))

# 分组统计频次
name_count <- all_names[, .(count = .N), by = name]

*小提示：如果需要按出现次数从高到低排序，只需要在生成统计表后追加对应排序代码即可：

• 基础R版本追加：name_count <- name_count[order(-name_count$count), ]
• tidyverse版本在count后追加：%>% arrange(desc(count))
• data.table版本在最后追加：[order(-count)]*

内容的提问来源于stack exchange，提问作者Eric Dodson