如何用长度不一致的列表创建Dataframe？

我来帮你搞定这个棘手的问题！当你遇到这种子列表字段不统一的情况时，基础R里的rbind或者as.data.frame确实会因为列不匹配掉链子，这里有几个实用的解决方案：

方法1：用dplyr的bind_rows()（最推荐） #

dplyr包里的bind_rows()专门处理这种行结构不一致的数据，它会自动识别所有出现过的字段，给缺失该字段的行填充NA，一步到位：

library(dplyr)
# 直接把列表转成DataFrame，自动补全缺失字段为NA
df <- bind_rows(json.list.data)

方法2：用purrr的map_dfr() #

如果你习惯用purrr工具包，map_dfr()可以把每个子列表转成数据框后按行绑定，同样会自动补全缺失值：

library(purrr)
df <- map_dfr(json.list.data, as.data.frame)

方法3：基础R原生实现（不用额外包） #

如果不想加载第三方包，可以手动给每个子列表补充缺失的字段，再统一绑定：

# 第一步：提取所有可能出现的字段名
all_columns <- unique(unlist(lapply(json.list.data, names)))

# 第二步：给每个子列表补全缺失字段，赋值为NA
filled_list <- lapply(json.list.data, function(sublist) {
  # 找出当前子列表缺失的字段
  missing_cols <- setdiff(all_columns, names(sublist))
  # 补充缺失字段并设为NA
  sublist[missing_cols] <- NA
  sublist
})

# 第三步：把补全后的列表转成DataFrame
df <- do.call(rbind.data.frame, filled_list)

为什么你之前的方法失效？ #

你尝试的as.data.frame()和rbind.data.frame()都要求所有输入的子元素列数、列名完全一致，但你的列表里部分元素缺失了applicant_income_000s字段，导致结构不统一，所以才会出错。

虽然理想情况是API返回完整的字段（哪怕值为缺失标记），但现实中我们用上面的方法就能在本地完美解决这个问题啦！

内容的提问来源于stack exchange，提问作者user9860045