R DataFrame中列表列的长度统计及列表元素提取问题

没问题！我来帮你搞定这两个需求，先从模拟你的示例数据开始，这样你可以直接跟着代码跑～

首先，先构造和你描述一致的DataFrame：

library(tibble)

# 模拟你的数据
df <- tibble(
  id = 1:7,
  list_col = list(
    c(1,2,4,7,9,0),
    c(5,3,8,9,0),
    c(3,4),
    c(5.8,9,3.5),
    6,
    NA,
    c(7,4,3)
  )
)

1. 新增列表长度统计列 #

这里有两种常用方法，你可以根据自己的习惯选：

方法1：Base R 原生实现 #

用sapply遍历列表列，同时处理NA的情况（避免报错）：

df$list_length <- sapply(df$list_col, function(x) {
  # 如果是NA就返回0，否则返回列表长度
  if (is.na(x)) 0 else length(x)
})

方法2：Tidyverse 简洁实现 #

用purrr包的map_int函数，输出整数类型的列，更符合tidy风格：

library(purrr)
library(dplyr)

df <- df %>% 
  mutate(list_length = map_int(list_col, ~ if (is.na(.x)) 0 else length(.x)))

2. 提取列表的首个/末尾元素 #

同样要处理NA和单元素列表的情况，确保结果符合预期：

提取首个元素 #

用map_dbl输出数值型列，避免变成列表列：

df <- df %>% 
  mutate(first_element = map_dbl(list_col, ~ if (is.na(.x)) NA_real_ else .x[1]))

提取末尾元素 #

通过length(.x)获取列表最后一个位置的索引：

df <- df %>% 
  mutate(last_element = map_dbl(list_col, ~ if (is.na(.x)) NA_real_ else .x[length(.x)]))

最终结果 #

运行完上面的代码后，你的DataFrame会变成这样：

print(df)
#> # A tibble: 7 × 5
#>      id list_col  list_length first_element last_element
#>   <int> <list>          <int>         <dbl>        <dbl>
#> 1     1 <dbl [6]>           6           1              0
#> 2     2 <dbl [5]>           5           5              0
#> 3     3 <dbl [2]>           2           3              4
#> 4     4 <dbl [3]>           3           5.8            3.5
#> 5     5 <dbl [1]>           1           6              6
#> 6     6 <lgl [1]>           0          NA             NA
#> 7     7 <dbl [3]>           3           7              3

内容的提问来源于stack exchange，提问作者Will.S89