R语言基于purrr实现列表空值转NA并转向量的优化方案

以下是几种基于purrr的实现，都可以完成「列表空值（长度为0元素）转NA、同时转成向量」的需求，可读性和简洁度都优于原参考实现，且不需要使用ifelse：

方案1：最简洁轻量 #

直接在map_dbl中用R原生if做标量判断即可，因为每个列表元素的长度判断都是单值逻辑，不需要用到向量化的判断函数，没有额外开销：

library(purrr)

list(1, 2, 3, numeric(0), 5) %>%
  map_dbl(~ if (length(.x) == 0) NA_real_ else .x)

# 运行结果：[1]  1  2  3 NA  5

方案2：语义化更强（推荐） #

用purrr内置的条件修改、列表拉平函数，代码表意更直白，不需要读匿名函数逻辑就能看懂操作意图：

library(purrr)

list(1, 2, 3, numeric(0), 5) %>%
  # 筛选出所有长度为0的元素，替换为double类型的NA
  modify_if(negate(length), ~ NA_real_) %>%
  # 直接将列表拉平为double类型向量
  flatten_dbl()

# 运行结果：[1]  1  2  3 NA  5

其中negate(length)是purrr提供的函数工厂，作用是返回「长度为0则判定为命中条件」的判断函数，比手写~ length(.x) == 0更符合函数式编程的书写习惯；flatten_dbl专门用于列表转double向量，比逐元素映射的map_dbl更适配当前场景。

关于if_else的说明 #

purrr包本身不提供if_else函数，if_else是dplyr包中的类型安全版本判断函数。如果你一定要使用if_else，也可以正常运行，注意保证返回值类型一致即可：

library(purrr)
library(dplyr)

list(1, 2, 3, numeric(0), 5) %>%
  map_dbl(~ if_else(length(.x) == 0, NA_real_, .x))

不过这个场景下用if_else属于大材小用，if_else是为向量化判断设计的，逐元素判断单值条件时用原生if性能更好、依赖更少。

内容的提问来源于stack exchange，提问作者crestor