R 区分空列表或空数据框

我使用的API似乎返回了格式错误的数据。API应该返回嵌套的数据帧，但有时也会返回空列表：

column_name
<list>
<data.frame [1 × 5]>                
<data.frame [0 × 0]>                
<data.frame [0 × 0]>                
<list [0]>
...

列名称
...

在这一步之后，我想使用

unest

来使用下游嵌套数据帧中的数据。但是，空列表阻止了这种情况的发生。我想做的是：

• （1） 测试行条目是否为空列表
• （2） 如果是，则转换为空数据帧；如果没有，请按原样离开

然而，由于数据帧是一个列表，我的测试空列表的go-to方法有点平淡。目前我正在考虑将

idential

或

all.equal

与

dim

一起用于测试。也就是说，如果条目的维度为[1,1]，则用空数据框替换该条目

（我想知道如果我有一个维度为[1,1]的数据框，但实际上也有数据，会发生什么情况…）

这是最简单的方法吗？我在其他地方的API中看到过这种行为，因此我需要在多个地方使用此功能

---

注意，如果这会影响答案，我正在使用tidyverse

数据帧是一个特殊的

列表

，但类是

数据帧

。您可以通过以下方式测试该类：

class(data.frame()) == "list"
> FALSE
class(list()) == "list"
> TRUE

---

这里有一个使用

map

和

if

library(dplyr)
library(purrr)  
ir %>% mutate(data1=map(data, ~if(is.null(dim(.x))) data.frame() else .x)) %>% 
       unnest(data1)

数据：提供过去可复制的数据总是有用的

ir <- iris %>% group_by(Species) %>% nest()
ir$data[[2]]<-list()

ir%分组依据（物种）%>%nest（）
ir$data[[2]]从API获取数据后，通常更容易清理数据。那么接下来的一切都可以依赖于安全的假设

对于本例，创建一个函数，使用API的响应返回格式一致的
tbl
。每个
tbl
都将有相同的列，但是如果它们不在响应中，其中一些列可能会被
NA
填充

library(tidyr)
library(dplyr)

response_to_df <- function(id = NA_real_,
                           country = NA_character_,
                           wealth = NA_real_,
                           ... # Catch extra columns you don't want
                           ) {
  tibble(id = id, country = country, wealth = wealth)
}

prepare_response_df <- function(response) {
  do.call(response_to_df, response)
}

responses <- list(
  tibble(id = 1:2, country = c("US", "DE"), wealth = c(95, 84)),
  list(),
  tibble(id = 3)
)

tibble(res = responses) %>%
  mutate(nicer = lapply(res, prepare_response_df)) %>%
  unnest(nicer)
# # A tibble: 4 x 3
#      id country wealth
#   <dbl> <chr>    <dbl>
# 1     1 US          95
# 2     2 DE          84
# 3    NA NA          NA
# 4     3 NA          NA

library（tidyr）
图书馆（dplyr）
对于测试的
class（data.frame（））==“list”
和
class（list（））==“list”
或
is.data.frame（list（））
如何。