R 将嵌套的数据帧展开为父数据帧

我有一个嵌套在从Mongo获得的数据帧中的数据帧。每行中的行数匹配，因此在查看时，它看起来像一个典型的数据帧。我的问题是，如何将嵌套数据帧扩展到父数据帧中，以便运行dplyr选择？请参见下面的布局

'data.frame':   10 obs. of  2 variables:
 $ _id         : int  1551 1033 1061 1262 1032 1896 1080 1099 1679 1690
 $ personalInfo:'data.frame':   10 obs. of  2 variables:
  ..$ FirstName     :List of 10
  .. ..$ : chr "Jack"
  .. ..$ : chr "Yogesh"
  .. ..$ : chr "Steven"
  .. ..$ : chr "Richard"
  .. ..$ : chr "Thomas"
  .. ..$ : chr "Craig"
  .. ..$ : chr "David"
  .. ..$ : chr "Aman"
  .. ..$ : chr "Frank"
  .. ..$ : chr "Robert"
  ..$ MiddleName    :List of 10
  .. ..$ : chr "B"
  .. ..$ : NULL
  .. ..$ : chr "J"
  .. ..$ : chr "I"
  .. ..$ : chr "E"
  .. ..$ : chr "A"
  .. ..$ : chr "R"
  .. ..$ : NULL
  .. ..$ : chr "J"
  .. ..$ : chr "E"

根据建议，以下是如何重新创建数据

id <- c(1551, 1033, 1061, 1262, 1032, 1896, 1080, 1099, 1679, 1690)
fname <- list("Jack","Yogesh","Steven","Richard","Thomas","Craig","David","Aman","Frank","Robert")
mname <- list("B",NULL,"J","I","E","A","R",NULL,"J","E")

sub <- as.data.frame(cbind(fname, mname))
master <- as.data.frame(id)
master$personalInfo <- sub

---

我们可以循环“personalInfo”，将列表中的NULL元素更改为NA，并将其转换为具有3列的真实数据集

library(tidyverse)
out <- master %>% 
        pull(personalInfo) %>% 
        map_df(~ map_chr(.x, ~ replace(.x, is.null(.x), NA))) %>% 
        bind_cols(master %>%
               select(id), .)
str(out)
#'data.frame':  10 obs. of  3 variables:
# $ id   : num  1551 1033 1061 1262 1032 ...
# $ fname: chr  "Jack" "Yogesh" "Steven" "Richard" ...
# $ mname: chr  "B" NA "J" "I" ...

---

我们可以循环“personalInfo”，将列表中的NULL元素更改为NA，并将其转换为具有3列的真实数据集

library(tidyverse)
out <- master %>% 
        pull(personalInfo) %>% 
        map_df(~ map_chr(.x, ~ replace(.x, is.null(.x), NA))) %>% 
        bind_cols(master %>%
               select(id), .)
str(out)
#'data.frame':  10 obs. of  3 variables:
# $ id   : num  1551 1033 1061 1262 1032 ...
# $ fname: chr  "Jack" "Yogesh" "Steven" "Richard" ...
# $ mname: chr  "B" NA "J" "I" ...

---

虽然@akrun的答案可能更实用，也可能是整理数据的方法，但我认为这个输出更接近您所描述的

我创建了一个新的环境，在那里我放置了data.frame的内容，在那里我将您有问题的列的内容取消列出到所述环境中，最后我将其全部包装回data.frame中

我对cbind使用了一个奇怪的hack，因为.data.frame对列表列很烦人。但是，使用tibble:：as_tibble效果很好

new_env <- new.env()
list2env(master,new_env)
list2env(new_env$personalInfo,new_env)
rm(personalInfo,envir = new_env)
res <- as.data.frame(do.call(cbind,as.list(new_env))) # or as_tibble(as.list(new_env))
rm(new_env)
res
#      fname   id mname
# 1     Jack 1551     B
# 2   Yogesh 1033  NULL
# 3   Steven 1061     J
# 4  Richard 1262     I
# 5   Thomas 1032     E
# 6    Craig 1896     A
# 7    David 1080     R
# 8     Aman 1099  NULL
# 9    Frank 1679     J
# 10  Robert 1690     E

str(res)
# 'data.frame': 10 obs. of  3 variables:
#   $ fname:List of 10
# ..$ : chr "Jack"
# ..$ : chr "Yogesh"
# ..$ : chr "Steven"
# ..$ : chr "Richard"
# ..$ : chr "Thomas"
# ..$ : chr "Craig"
# ..$ : chr "David"
# ..$ : chr "Aman"
# ..$ : chr "Frank"
# ..$ : chr "Robert"
# $ id   :List of 10
# ..$ : num 1551
# ..$ : num 1033
# ..$ : num 1061
# ..$ : num 1262
# ..$ : num 1032
# ..$ : num 1896
# ..$ : num 1080
# ..$ : num 1099
# ..$ : num 1679
# ..$ : num 1690
# $ mname:List of 10
# ..$ : chr "B"
# ..$ : NULL
# ..$ : chr "J"
# ..$ : chr "I"
# ..$ : chr "E"
# ..$ : chr "A"
# ..$ : chr "R"
# ..$ : NULL
# ..$ : chr "J"
# ..$ : chr "E"

---

虽然@akrun的答案可能更实用，也可能是整理数据的方法，但我认为这个输出更接近您所描述的

我创建了一个新的环境，在那里我放置了data.frame的内容，在那里我将您有问题的列的内容取消列出到所述环境中，最后我将其全部包装回data.frame中

我对cbind使用了一个奇怪的hack，因为.data.frame对列表列很烦人。但是，使用tibble:：as_tibble效果很好

new_env <- new.env()
list2env(master,new_env)
list2env(new_env$personalInfo,new_env)
rm(personalInfo,envir = new_env)
res <- as.data.frame(do.call(cbind,as.list(new_env))) # or as_tibble(as.list(new_env))
rm(new_env)
res
#      fname   id mname
# 1     Jack 1551     B
# 2   Yogesh 1033  NULL
# 3   Steven 1061     J
# 4  Richard 1262     I
# 5   Thomas 1032     E
# 6    Craig 1896     A
# 7    David 1080     R
# 8     Aman 1099  NULL
# 9    Frank 1679     J
# 10  Robert 1690     E

str(res)
# 'data.frame': 10 obs. of  3 variables:
#   $ fname:List of 10
# ..$ : chr "Jack"
# ..$ : chr "Yogesh"
# ..$ : chr "Steven"
# ..$ : chr "Richard"
# ..$ : chr "Thomas"
# ..$ : chr "Craig"
# ..$ : chr "David"
# ..$ : chr "Aman"
# ..$ : chr "Frank"
# ..$ : chr "Robert"
# $ id   :List of 10
# ..$ : num 1551
# ..$ : num 1033
# ..$ : num 1061
# ..$ : num 1262
# ..$ : num 1032
# ..$ : num 1896
# ..$ : num 1080
# ..$ : num 1099
# ..$ : num 1679
# ..$ : num 1690
# $ mname:List of 10
# ..$ : chr "B"
# ..$ : NULL
# ..$ : chr "J"
# ..$ : chr "I"
# ..$ : chr "E"
# ..$ : chr "A"
# ..$ : chr "R"
# ..$ : NULL
# ..$ : chr "J"
# ..$ : chr "E"

---

如果您将数据保存在一个文件夹中，则更容易提供帮助。复制/粘贴str的结果以测试可能的解决方案并不容易。另外，您使用什么函数来获得此结果？该函数中是否没有创建data.frame的选项？这些带有空值的列表在转换时会非常混乱。不是完全重复的列表，但这可能会有所帮助：如果您将数据保存在一个文件夹中，则更容易提供帮助。复制/粘贴str的结果以测试可能的解决方案并不容易。另外，您使用什么函数来获得此结果？该函数中是否没有创建data.frame的选项？这些带有空值的列表转换起来会非常混乱。不是完全重复的，但这可能会有所帮助：你的答案和@Moody_mudscapper的对我来说都很好，谢谢你们的帮助。我把支票放在穆迪的账上，虽然这只是一个与我的想法相似的逻辑流程。您的代码更加简洁，可能是更好的代码，我只是更倾向于思考过程。你可以随意咒骂我的名字。你的回答和@Moody_mudscapper都对我很有用，谢谢你们的帮助。我把支票放在穆迪的账上，虽然这只是一个与我的想法相似的逻辑流程。您的代码更加简洁，可能是更好的代码，我只是更倾向于思考过程。你可以随意诅咒我的名字。