如何在dplyr的mutate中提取嵌套tibble列表列元素并解决报错？

• 测试tibble构造代码：

library(dplyr)
my_tib <- tibble(names = c("blah", "blah2"), data = list(1, c(2, 3)))

• 数据默认打印结构：

names data     
  <chr> <list>   
1 blah  <dbl [1]>
2 blah2 <dbl [2]>

• 值提取规则：对data列每个列表元素按规则提取值，生成data_min列：
  • 若元素长度为2，取第一个元素
  • 若元素长度为1且首元素大于10，返回NA_integer_
  • 若元素长度为1且首元素小于10，取首元素
• 原触发报错的实现代码：

my_tib %>%
  rowwise() %>%
  mutate(data_min = case_when(lengths(data) == 2 ~ data[[1]],
                              lengths(data) == 1 & data[[1]] > 10 ~ NA_integer_,
                              lengths(data) == 1 & data[[1]] < 10 ~ data[[1]]))

• 运行报错信息：

Error in `mutate()`:
! Problem while computing `data_min = case_when(...)`.
✖ `data_min` must be size 1, not 2.
ℹ Did you mean: `data_min = list(case_when(...))` ?
ℹ The error occurred in row 2.
Run `rlang::last_error()` to see where the error occurred.

• 期望输出结果：

names data       data_min
  <chr> <list>     <int>
1 blah  <dbl [1]>  1
2 blah2 <dbl [2]>  2

rowwise()会按行切分数据集，此时每行的data是列表中存储的原子向量本身。代码中使用的lengths()是向量化函数，作用是遍历传入对象的每个最外层元素返回长度：处理第二行data = c(2,3)时，lengths(data)会返回长度为2的向量c(1,1)（原子向量的每个标量元素长度都是1），导致case_when输出长度为2，和单行计算要求的长度1不匹配，触发报错。

将所有判断逻辑中的lengths()替换为单对象长度计算函数length()即可，length()会直接返回当前行向量的总长度，符合行级计算逻辑：

my_tib %>%
  rowwise() %>%
  mutate(data_min = case_when(
    length(data) == 2 ~ data[[1]],
    length(data) == 1 & data[[1]] > 10 ~ NA_integer_,
    length(data) == 1 & data[[1]] < 10 ~ data[[1]]
  )) %>%
  ungroup()

运行后输出与预期完全一致：

# A tibble: 2 × 3
  names data     data_min
  <chr> <list>      <dbl>
1 blah  <dbl [1]>        1
2 blah2 <dbl [2]>        2

如果需要data_min严格为整数类型，在返回值外套一层as.integer()即可。

内容的提问来源于stack exchange，提问作者Tea Tree