如何从tibble单元格提取不定长列表元素并生成唯一向量？

嘿，你已经完成了最关键的拆分步骤啦，剩下的操作其实很简单，几步就能得到你想要的final向量。

假设你用tibble::enframe(res)得到的那个包含列表列的tibble叫做genre_tbl，直接用下面的代码就能搞定：

# 把value列里的所有列表元素展开成一维向量
all_genres <- unlist(genre_tbl$value)
# 去重+排序得到最终结果
final <- sort(unique(all_genres))

运行之后，final就会输出你想要的排序好的唯一电影类型：

[1] "Action"    "Adventure" "Comedy"    "Crime"     "Drama"     "Romance"   "Sci-Fi"    "Thriller"

用tidyverse链式写法更流畅 #

如果你习惯用tidyverse的风格，可以把整个流程串起来，不用单独存中间变量：

library(tibble)
library(dplyr)

test <- c("Comedy|Romance", "Action|Crime|Thriller", "Action|Adventure|Drama|Sci-Fi")

final <- test %>%
  sapply(function(x) unlist(strsplit(x, "\\|"))) %>%
  enframe() %>%
  pull(value) %>%  # 提取出存着类型列表的value列
  unlist() %>%     # 把嵌套列表展开成普通字符向量
  unique() %>%     # 剔除重复的类型
  sort()           # 按字母顺序排序

简单解释下每一步 #

• pull(value)：把tibble里的value列单独提取出来，得到一个包含多个子列表的列表对象；
• unlist()：把所有子列表里的元素全部拉出来，变成一个一维的字符向量；
• unique()：自动去掉重复出现的电影类型；
• sort()：按字母顺序给类型排序，和你给出的目标结果完全匹配。

要是你不需要排序的话，去掉sort()就行，不过看你想要的结果是排好序的，所以加上这个步骤刚好。

内容的提问来源于stack exchange，提问作者SkyWalker