在R语言中将复杂列表转换为data.frame的高效方法

针对你这种大规模嵌套列表转数据框的需求，完全可以用Base R或者tidyverse工具实现无循环的高效转换，下面给你两种简洁方案：

方案一：Base R原生实现（无需额外包） #

这种方案依赖R原生的列表操作函数，速度快且不用加载第三方包：

# 批量提取values并按行绑定成矩阵
my_df <- do.call(rbind, lapply(my_list, function(item) item$values))
# 批量提取year值作为行名
rownames(my_df) <- sapply(my_list, function(item) item$year)

执行后得到的结果完全符合你的预期：

my_df
     [,1] [,2] [,3] [,4] [,5]
1900    1    2    3    4    5
1901   11   12   13   14   15

原理说明：

• lapply(my_list, function(item) item$values)会遍历整个列表，把每个子列表里的values向量提取出来，生成一个由多个向量组成的列表；
• do.call(rbind, ...)会把这个列表里的所有向量按行拼接成矩阵，比手动逐个rbind高效得多，尤其适合大规模列表；
• sapply则是批量提取所有子列表的year值，直接赋值给矩阵的行名。

方案二：tidyverse风格实现（代码更直观） #

如果你平时习惯用tidyverse系列包，也可以用purrr和tibble来实现，代码可读性更强：

library(purrr)
library(tibble)

# 转换为数据框并设置行名
my_df <- map_dfr(my_list, function(item) {
  # 把values向量转成带列名的 tibble 行，同时带上year
  tibble(
    !!!set_names(as.list(item$values), paste0("col", seq_along(item$values))),
    year = item$year
  )
}) %>%
  column_to_rownames("year")

这种方案会先把每个子列表转换成一行数据（自动给values的每个元素命名为col1、col2...），再合并成数据框，最后把year列转成行名，结果和Base R方案一致。

内容的提问来源于stack exchange，提问作者Cyrillm_44