将列表（带嵌套向量）反规范化/强制为R中的data.frame

我在读一个yaml文件，比如

- person_id: 111
  person_name: Russell
  time:
  - 1
  - 2
  - 3
  value:
  - a
  - b
  - c
- person_id: 222
  person_name: Steven
  time:
  - 1
  - 2
  value:
  - d
  - e

我想将其非规范化为：

  person_id person_name time value
1       111     Russell    1     a
2       111     Russell    2     b
3       111     Russell    3     c
4       222      Steven    1     d
5       222      Steven    2     e

我有一个解决方案，但我希望有更简洁的。下面是嵌套列表：

l <- list(
  list( 
    person_id   = 111L,
    person_name = "Russell", 
    time        = 1:3, 
    value       = letters[1:3]
  ),
  list( 
    person_id   = 222L,
    person_name = "Steven", 
    time        = 1:2, 
    value       = letters[4:5]
  )
)   

---

l这是可行的，但不太理想，因为（a）需要处理新data.frame中的每个向量，以及（b）每个向量的类型是明确的（例如，
purrr:map\u chr
vs
purrr:map\u int
）

#步骤1：确定需要复制“父”行的时间。
人均价值%
purrr:：修改深度（2，长度）%>%
purrr:：map_int（“值”）
#步骤2：拉出父行并复制元素以匹配'time'。
id_已复制%
purrr:：映射int（“个人id”）%%>%
代表（次数=每个人的价值）
名称\u已复制%
purrr：：map_chr（“人名”）%%>%
代表（次数=每个人的价值）
#步骤3：拉出嵌套/子行。
时间%
purrr:：修改深度（1，“时间”）%>%
purrr:：flatten_int（）
价值%
purrr:：修改深度（1，“值”）%>%
purrr:：展平
#步骤4：在数据帧中组合向量。
数据帧(
person\u id=id\u复制，
人名=人名，
时间=时间，
价值=价值
)
为了补充@lmo和@submartingale的想法/方法，这里有一个purrr/tidyverse版本，它将每个嵌套列表转换为data.frame/tible（通过复制name&id的父元素），然后将它们堆叠成单个tible

l %>% 
  purrr::map_df(tibble::as_tibble)

感谢大家提出了如此简洁和概括的东西。
一个简单的base R方法是使用
lappy
和
data.frame
返回data.frames列表，然后使用
do.call
和
rbind
将data.frames组合成单个data.frames对象

do.call(rbind, lapply(l, data.frame))

返回

  person_id person_name time value
1       111     Russell    1     a
2       111     Russell    2     b
3       111     Russell    3     c
4       222      Steven    1     d
5       222      Steven    2     e

请注意，人名和值将是因子向量，这可能会让人讨厌。如果需要，可以使用
stringsAsFactors
参数将这些转换为字符向量

do.call(rbind, lapply(l, data.frame, stringsAsFactors=FALSE))

打印的输出看起来是一样的，但这两个变量的基本数据类型发生了变化。
这里有一个简单的base R单行：
do.call（rbind，lappy（l，data.frame））
@lmo，太棒了。我喜欢
lappy（）
如何复制
person\u id
和
person\u name
的父变量。如果你将此作为回应，我很乐意投票表决。
  person_id person_name time value
1       111     Russell    1     a
2       111     Russell    2     b
3       111     Russell    3     c
4       222      Steven    1     d
5       222      Steven    2     e

do.call(rbind, lapply(l, data.frame, stringsAsFactors=FALSE))