R语言中如何正确统计数据框列表列各元素的条目数？

问题根源 #

你之前用length(b)得到c列全为2的结果，本质是上下文匹配错误：在mutate的默认运算逻辑里，b指代的是整个列表列对象——这个列本身是包含2个一级元素（对应数据框2行）的列表，length()计算的是这个列表的总长度（即2），而非每一行对应的子列表的内部元素数量。
你可以在控制台直接运行length(df$b)验证，返回值确实为2，和你之前得到的c列数值完全一致。

正确实现方案 #

方案1：使用lengths()函数（推荐） #

R专门提供了带复数s的lengths()函数，用于批量计算列表中每一个一级元素的内部子元素数量，是C层面实现的向量化运算，处理效率最高，完美适配列表列的统计场景。
如果你之前习惯用magrittr的%<>%管道，仅需把原来代码里的length(b)替换为lengths(b)即可：

df %<>% mutate(c = lengths(b))

运行后即可得到符合预期的结果：

a                 b c
1 1        1, 2, 3, 4 4
2 2 5, 6, 7, 8, 9, 10 6

如果仅使用基础R实现，仅需一行代码完成赋值：

df$c <- lengths(df$b)

方案2：逐行运算模式 #

如果需要使用普通的length()函数，可以通过rowwise()将运算上下文切换为逐行模式，此时每一行的b就对应当前行的子列表，而非整列对象：

df %>% 
  rowwise() %>% 
  mutate(c = length(b)) %>% 
  ungroup()

注意：逐行运算完成后必须调用ungroup()取消逐行分组，否则后续所有数据运算都会保持逐行处理的状态，大幅降低长数据的处理效率。

核心区别说明 #

• 普通length()：作用于列表对象时，返回列表的一级元素总个数
• lengths()：向量化返回列表中每个一级元素的内部子元素个数，无需手写循环，是列表列计数的首选工具

内容的提问来源于stack exchange，提问作者homechef