使用dplyr::mutate()时如何忽略tibble中的NULL嵌套列表
问题说明
处理tibble数据时,偶尔会遇到部分列是全为NULL的嵌套列表的情况,这类列会在使用dplyr::mutate()做跨列批量处理时,因为传入函数的参数类型不匹配直接触发报错。
实际使用场景中无法预先定位哪一列会出现这类全NULL的嵌套列表,因此需要代码能够自动识别并跳过这类全NULL的嵌套列表列,同时正常处理其他普通列、以及有实际内容的非空嵌套列表列。
复现示例
基础场景
示例数据
library(tibble) df <- tibble( movies = c("The Shawshank Redemption", "The Godfather", "The Godfather: Part II", "The Dark Knight", "12 Angry Men"), continents = c("Asia", "Australia", "America", "Africa", "Europe"), michaels = c("Michael Jackson", "Michael Jordan", "Mike Tyson", "Michael Phelps", "Michael Schumacher") ) # 新增全为NULL的嵌套列表列 df <- add_column(df, ignore_me = list(NULL)) df # # A tibble: 5 x 4 # movies continents michaels ignore_me # <chr> <chr> <chr> <list> # 1 The Shawshank Redemption Asia Michael Jackson <NULL> # 2 The Godfather Australia Michael Jordan <NULL> # 3 The Godfather: Part II America Mike Tyson <NULL> # 4 The Dark Knight Africa Michael Phelps <NULL> # 5 12 Angry Men Europe Michael Schumacher <NULL>
报错触发
尝试批量将所有列转为小写下划线格式时,全NULL的嵌套列会直接导致操作中断:
library(dplyr) # 版本 1.0.2 library(snakecase) df %>% mutate(across(everything(), snakecase::to_any_case))
报错提示:
mutate()的输入..1存在问题。
x 参数不是字符向量
i 输入..1为across(everything(), snakecase::to_any_case)。
硬编码排除的局限性
手动指定要处理的列、排除已知的NULL列虽然可以正常运行:
df %>% mutate(across(c(movies, continents, michaels), snakecase::to_any_case)) # 或 df %>% mutate(across(-ignore_me, snakecase::to_any_case)) # 处理结果: # movies continents michaels ignore_me # <chr> <chr> <chr> <list> # 1 the_shawshank_redemption asia michael_jackson <NULL> # 2 the_godfather australia michael_jordan <NULL> # 3 the_godfather_part_ii america mike_tyson <NULL> # 4 the_dark_knight africa michael_phelps <NULL> # 5 12_angry_men europe michael_schumacher <NULL>
但实际数据中出现全NULL嵌套列的位置完全随机,硬编码排除的方式无法通用。
复杂实际场景
直接排除所有list类型的列也存在问题,因为部分list列是有实际业务内容的,不能全部跳过,比如下面的构造示例:
df_2 <- tibble( movies = c("The Shawshank Redemption", "The Godfather", "The Godfather: Part II", "The Dark Knight", "12 Angry Men"), continents = c("Asia", "Australia", "America", "Africa", "Europe"), michaels = c("Michael Jackson", "Michael Jordan", "Mike Tyson", "Michael Phelps", "Michael Schumacher") ) # 新增全NULL的嵌套列表列 df_2 <- add_column(df_2, ignore_me = list(NULL)) # 随机将某一列转为嵌套列表格式(该列有实际内容,不属于全NULL的空列表) set.seed(2021) df_2 <- mutate(df_2, across(sample(colnames(df_2), 1), as.list)) df_2 # movies continents michaels ignore_me # <chr> <chr> <list> <list> # 1 The Shawshank Redemption Asia <chr [1]> <NULL> # 2 The Godfather Australia <chr [1]> <NULL> # 3 The Godfather: Part II America <chr [1]> <NULL> # 4 The Dark Knight Africa <chr [1]> <NULL> # 5 12 Angry Men Europe <chr [1]> <NULL>
这种场景下如果直接跳过所有list列,就会把有实际内容的michaels列也漏掉,不符合需求。
通用解决方案
实现思路很简单:写一个自动识别的列选择器,精准跳过所有元素都是NULL的嵌套列表列,不影响其他普通列、以及有实际内容的嵌套列表列的正常处理:
# 自定义列选择函数:自动识别并返回需要处理的列索引 get_cols_to_process <- function(.data) { col_flag <- sapply(.data, function(col) { # 标记规则:如果列是list类型,且列内所有元素都是NULL,就跳过 skip_col <- is.list(col) && all(vapply(col, is.null, logical(1))) return(!skip_col) }) # 返回不需要跳过的列的位置 which(col_flag) } # 实际使用 df_2 %>% mutate(across(all_of(get_cols_to_process(.)), snakecase::to_any_case))
运行后可以看到,有实际内容的michaels列会正常完成格式转换,全为NULL的ignore_me列被自动跳过,不会触发类型报错。
这个方案的特点:
- 不需要预先知道哪一列是全NULL的空list,自动识别跳过
- 不会误伤有实际内容的list列(比如示例中
michaels列是list但非全NULL,会正常被处理) - 普通向量列完全不受影响,正常传入目标函数执行转换
内容的提问来源于stack exchange,提问作者Emman
相关产品推荐
相关产品推荐

