清除包含列表作为变量的列，这些变量在R中为空/NULL/NA？

给定以下以列表作为值的数据帧：

df <- structure(list(keys.userId = c("9875", "5465", 
"1234", "4567", "8910"), user_data.SSIDs = list(
    c("qjJf5iZtYboSPvqe1oa/xg==", "ul7kroLEB2cZx6AMGhjnrA==", 
    "OYRT/hYu1Dl3/S5WIWyLHA==", "HFiSH/Tu0RSaQgIbDEZfeA==", "gUBxBfxjGdyPNzqYX7t6nA==", 
    "m7UqzqaXUm1GkXMbxf+SJw==", "KjxvZwsVCNSTtXXKiidmjw==", "3UOqe+4qPVZYXvja8GBEqg==", 
    "a9Ba8b19tY/bprM7WA326A==", "uStr9Fg+JlU9B+hdBCafZg==", "i9J11W00HFmoeCDObOfSdA==", 
    "A9vOz8zSrwDiQcKv8hk64Q==", "/8QeMoqFwd/eJ+/6NKk1iQ==", "HbyJqQxUfH6oiW3skqPzGQ==", 
    "51H9RcZmdRgkgg4X6U/mhQ==", "dwat86ppe1b/WXSaGi8r3w==", "yBCbMedxtZdiGFXmTfk2eQ==", 
    "wKSIsw3sDPRQhLIhdQkBJw==", "3LkFUenHOXWL4Be5T4XmaQ==", "Krni6eGQUnZuL/jU0MzKNA==", 
    "Wt9BCH4guyC4oSIHwE8XGA==", "rbgxp/3YPdHiownOdZHf+A==", "34rmNRgT/xFDXIDwHKIY6Q==", 
    "pT3zFcGdlJKmR+khJLMoVw==", "eni3X9I2B4KRK+sho2MbjA==", "sxuba/1Brg4CrYL8AFv8ZQ==", 
    "EYIxPOXPVvop99YD0vjXPA==", "JC1xqrtmQEaohwzviYDFYA==", "qv+cfEEqsIGrDFuEqpkQuw==", 
    "d3xXMR1RDKZdrDwQd97kNQ==", "qU1JULumBTqw+m/rLr4E7A==", "teDCJvNdyjktWD6leDpCmw==", 
    "ytSBHvzbEACq56aEHZlXEw==", "eV7WGimPD01weRI19ojO3g==", "vNkJyD9KOzOprGkYyfViMA==", 
    "r8jjZXWyax7JPfJUPFwRTQ==", "rJ1N3ONwDBK+jwFf+7xeHg==", "2xPbTqIww1KI/tVL2UH1cw==", 
    "1hk1AOU4DZXV52Auyr2FHA==", "aNH8uS5nrlwcHb8rLdZeXQ==", "5JPQs2z4N1Dru0dGI9ImBQ==", 
    "nbQIn5G4uyl8b1+A6aVkQg==", "A/UcwEccakKDuiATgoP1NA==", "JC57Ib2V7fOU/CgBk2R41g==", 
    "PsI8Ys++JveA+SuafbB8pg==", "eXiuBymYN+tcbjtpM9Vxmg==", "jEdP3Rs02d/4UE8G1GeE3A=="
    ), NULL, c("qjJf5iZtYboSPvqe1oa/xg==", "ul7kroLEB2cZx6AMGhjnrA==", 
    "OYRT/hYu1Dl3/S5WIWyLHA==", "HFiSH/Tu0RSaQgIbDEZfeA==", "gUBxBfxjGdyPNzqYX7t6nA==", 
    "m7UqzqaXUm1GkXMbxf+SJw==", "KjxvZwsVCNSTtXXKiidmjw==", "3UOqe+4qPVZYXvja8GBEqg==", 
    "a9Ba8b19tY/bprM7WA326A==", "uStr9Fg+JlU9B+hdBCafZg==", "i9J11W00HFmoeCDObOfSdA==", 
    "A9vOz8zSrwDiQcKv8hk64Q==", "/8QeMoqFwd/eJ+/6NKk1iQ==", "HbyJqQxUfH6oiW3skqPzGQ==", 
    "51H9RcZmdRgkgg4X6U/mhQ==", "dwat86ppe1b/WXSaGi8r3w==", "yBCbMedxtZdiGFXmTfk2eQ==", 
    "wKSIsw3sDPRQhLIhdQkBJw==", "3LkFUenHOXWL4Be5T4XmaQ==", "Krni6eGQUnZuL/jU0MzKNA==", 
    "Wt9BCH4guyC4oSIHwE8XGA==", "rbgxp/3YPdHiownOdZHf+A==", "34rmNRgT/xFDXIDwHKIY6Q==", 
    "pT3zFcGdlJKmR+khJLMoVw==", "eni3X9I2B4KRK+sho2MbjA==", "sxuba/1Brg4CrYL8AFv8ZQ==", 
    "EYIxPOXPVvop99YD0vjXPA==", "JC1xqrtmQEaohwzviYDFYA==", "qv+cfEEqsIGrDFuEqpkQuw==", 
    "d3xXMR1RDKZdrDwQd97kNQ==", "qU1JULumBTqw+m/rLr4E7A==", "teDCJvNdyjktWD6leDpCmw==", 
    "ytSBHvzbEACq56aEHZlXEw==", "eV7WGimPD01weRI19ojO3g==", "vNkJyD9KOzOprGkYyfViMA==", 
    "r8jjZXWyax7JPfJUPFwRTQ==", "rJ1N3ONwDBK+jwFf+7xeHg==", "2xPbTqIww1KI/tVL2UH1cw==", 
    "1hk1AOU4DZXV52Auyr2FHA==", "aNH8uS5nrlwcHb8rLdZeXQ==", "5JPQs2z4N1Dru0dGI9ImBQ==", 
    "nbQIn5G4uyl8b1+A6aVkQg==", "A/UcwEccakKDuiATgoP1NA==", "JC57Ib2V7fOU/CgBk2R41g==", 
    "PsI8Ys++JveA+SuafbB8pg==", "eXiuBymYN+tcbjtpM9Vxmg==", "jEdP3Rs02d/4UE8G1GeE3A=="
    ), NULL, c("qjJf5iZtYboSPvqe1oa/xg==", "ul7kroLEB2cZx6AMGhjnrA==", 
    "OYRT/hYu1Dl3/S5WIWyLHA==", "HFiSH/Tu0RSaQgIbDEZfeA==", "gUBxBfxjGdyPNzqYX7t6nA==", 
    "m7UqzqaXUm1GkXMbxf+SJw==", "KjxvZwsVCNSTtXXKiidmjw==", "3UOqe+4qPVZYXvja8GBEqg==", 
    "a9Ba8b19tY/bprM7WA326A==", "uStr9Fg+JlU9B+hdBCafZg==", "i9J11W00HFmoeCDObOfSdA==", 
    "A9vOz8zSrwDiQcKv8hk64Q==", "/8QeMoqFwd/eJ+/6NKk1iQ==", "HbyJqQxUfH6oiW3skqPzGQ==", 
    "51H9RcZmdRgkgg4X6U/mhQ==", "dwat86ppe1b/WXSaGi8r3w==", "yBCbMedxtZdiGFXmTfk2eQ==", 
    "wKSIsw3sDPRQhLIhdQkBJw==", "3LkFUenHOXWL4Be5T4XmaQ==", "Krni6eGQUnZuL/jU0MzKNA==", 
    "Wt9BCH4guyC4oSIHwE8XGA==", "rbgxp/3YPdHiownOdZHf+A==", "34rmNRgT/xFDXIDwHKIY6Q==", 
    "pT3zFcGdlJKmR+khJLMoVw==", "eni3X9I2B4KRK+sho2MbjA==", "sxuba/1Brg4CrYL8AFv8ZQ==", 
    "EYIxPOXPVvop99YD0vjXPA==", "JC1xqrtmQEaohwzviYDFYA==", "qv+cfEEqsIGrDFuEqpkQuw==", 
    "d3xXMR1RDKZdrDwQd97kNQ==", "qU1JULumBTqw+m/rLr4E7A==", "teDCJvNdyjktWD6leDpCmw==", 
    "ytSBHvzbEACq56aEHZlXEw==", "eV7WGimPD01weRI19ojO3g==", "vNkJyD9KOzOprGkYyfViMA==", 
    "r8jjZXWyax7JPfJUPFwRTQ==", "rJ1N3ONwDBK+jwFf+7xeHg==", "2xPbTqIww1KI/tVL2UH1cw==", 
    "1hk1AOU4DZXV52Auyr2FHA==", "aNH8uS5nrlwcHb8rLdZeXQ==", "5JPQs2z4N1Dru0dGI9ImBQ==", 
    "nbQIn5G4uyl8b1+A6aVkQg==", "A/UcwEccakKDuiATgoP1NA==", "JC57Ib2V7fOU/CgBk2R41g==", 
    "PsI8Ys++JveA+SuafbB8pg==", "eXiuBymYN+tcbjtpM9Vxmg==", "jEdP3Rs02d/4UE8G1GeE3A=="
    )), user_data.contacts = list(list(), NULL, list(), NULL, 
    list())), row.names = c(NA, 5L), class = "data.frame")

但它到处都是假的

有什么方法可以正确有效地完成这项工作吗？请告知

最后，清洁后，我将运行：

df %>% 
  cleaning %>%
dplyr::mutate(contacts_jaccard = jaccardV(user_data.contacts, lag(user_data.contacts)))

---

这将是一种方法：

library(dplyr)
library(purrr)
df %>% 
  filter(!map_lgl(user_data.contacts, is.null)) %>% 
  filter(!map_lgl(user_data.contacts, function(x) length(x) == 0)) %>% 
  filter(!map_lgl(user_data.contacts, is.na)) %>% 
  mutate(contacts_jaccard = jaccardV(user_data.contacts, lag(user_data.contacts)))

这不会产生任何输出，因为在您提供的模拟数据中，所有行现在都已删除。如果只是为了以后删除行，则无需创建新列

isNull

。我开始更喜欢

map

而不是

sapply

，因为强制实现某个结果非常容易。在这种情况下，

map\u lgl

只会产生正确/错误的结果

请注意，如果列表列的一个元素长度大于1，则应改为使用：

df %>% 
  filter(!map_lgl(user_data.contacts, is.null)) %>% 
  filter(!map_lgl(user_data.contacts, function(x) length(x) == 0)) %>% 
  filter(!map_lgl(user_data.contacts, function(x) is.na(x)[1])) %>% 
  mutate(contacts_jaccard = jaccardV(user_data.contacts, lag(user_data.contacts)))

---

这将是一种方法：

library(dplyr)
library(purrr)
df %>% 
  filter(!map_lgl(user_data.contacts, is.null)) %>% 
  filter(!map_lgl(user_data.contacts, function(x) length(x) == 0)) %>% 
  filter(!map_lgl(user_data.contacts, is.na)) %>% 
  mutate(contacts_jaccard = jaccardV(user_data.contacts, lag(user_data.contacts)))

这不会产生任何输出，因为在您提供的模拟数据中，所有行现在都已删除。如果只是为了以后删除行，则无需创建新列

isNull

。我开始更喜欢

map

而不是

sapply

，因为强制实现某个结果非常容易。在这种情况下，

map\u lgl

只会产生正确/错误的结果

请注意，如果列表列的一个元素长度大于1，则应改为使用：

df %>% 
  filter(!map_lgl(user_data.contacts, is.null)) %>% 
  filter(!map_lgl(user_data.contacts, function(x) length(x) == 0)) %>% 
  filter(!map_lgl(user_data.contacts, function(x) is.na(x)[1])) %>% 
  mutate(contacts_jaccard = jaccardV(user_data.contacts, lag(user_data.contacts)))

---

我想这应该对你有用。浏览contacts列，创建一个新列，告知它是否为null，然后根据新列筛选它们

library(tidyverse)

new_df <- df %>%as_tibble() %>%
    mutate(is_Null = sapply(user_data.contacts, is_null)) %>%
    filter(is_Null == FALSE)

new_df

库（tidyverse）
新的_df%作为_tible（）%>%
mutate（is_Null=sapply（user_data.contacts，is_Null））%>%
筛选器（is_Null==FALSE）
新德里

我认为这应该适合你。浏览contacts列，创建一个新列，告知它是否为null，然后根据新列筛选它们

library(tidyverse)

new_df <- df %>%as_tibble() %>%
    mutate(is_Null = sapply(user_data.contacts, is_null)) %>%
    filter(is_Null == FALSE)

new_df

库（tidyverse）
新的_df%作为_tible（）%>%
mutate（is_Null=sapply（user_data.contacts，is_Null））%>%
筛选器（is_Null==FALSE）
新德里

列

user\u data.contacts

是一个列表，当您更改该列时，它将其视为一个列表。在

mutate

之前，尝试将数据按行分组

library(dplyr)

df %>% 
  rowwise() %>% 
  mutate(isNull = is.null(unlist(user_data.contacts)))


# A tibble: 5 x 4 # added data to 1st observation for test
  keys.userId user_data.SSIDs user_data.contacts isNull
  <chr>       <list>          <list>             <lgl> 
1 9875        <chr [47]>      <list [3]>         FALSE 
2 5465        <NULL>          <NULL>             TRUE  
3 1234        <chr [47]>      <list [0]>         TRUE  
4 4567        <NULL>          <NULL>             TRUE  
5 8910        <chr [47]>      <list [0]>         TRUE

库（dplyr）
df%>%
行（）
mutate（isNull=is.null（未列出（用户\数据.联系人）））
#TIBLE:5 x 4#将数据添加到测试的第一次观察中
keys.userId user_data.SSIDs user_data.contacts为空
19875错
25465对
31234对
44567对
58910对

列

user\u data.contacts

是一个列表，当您更改该列时，它将其视为一个列表。在

mutate

之前，尝试将数据按行分组

library(dplyr)

df %>% 
  rowwise() %>% 
  mutate(isNull = is.null(unlist(user_data.contacts)))


# A tibble: 5 x 4 # added data to 1st observation for test
  keys.userId user_data.SSIDs user_data.contacts isNull
  <chr>       <list>          <list>             <lgl> 
1 9875        <chr [47]>      <list [3]>         FALSE 
2 5465        <NULL>          <NULL>             TRUE  
3 1234        <chr [47]>      <list [0]>         TRUE  
4 4567        <NULL>          <NULL>             TRUE  
5 8910        <chr [47]>      <list [0]>         TRUE

库（dplyr）
df%>%
行（）
mutate（isNull=is.null（未列出（用户\数据.联系人）））
#TIBLE:5 x 4#将数据添加到测试的第一次观察中
keys.userId user_data.SSIDs user_data.contacts为空
19875错
25465对
31234对
44567对
58910对

是否要删除空列？还是要用其他内容替换空值？@HarroCyranka正如我前面所说，每列都有list（NULL）、list（0）、list（NA），我想删除这些行。pull函数在UseMethod（“pull”）中返回一个错误：没有适用于“pull”的方法应用于类“list”@HarroCyranka PERFECTO的对象！因此，sapply只获取了user_data.contacts（=列表）列的每个元素，对于该列表的每个元素，它都返回TRUE/FALSE，因此如果将NA/NULL作为内部列表的一部分，我应该考虑忽略它们的逻辑。是否要删除NULL列？还是要用其他内容替换空值？@HarroCyranka正如我前面所说，每列都有list（NULL）、list（0）、list（NA），我想删除这些行。pull函数在UseMethod（“pull”）中返回一个错误：没有适用于“pull”的方法应用于类“list”@HarroCyranka PERFECTO的对象！所以sapply只取了user_data.contacts（=一个列表）列的每个元素，对于这个列表的每个元素，它都返回TRUE/FALSE，所以如果我将NA/NULL作为内部列表的一部分，我应该考虑忽略它们的逻辑。

is_NULL==FALSE

有点笨拙。您可以通过

实现同样的功能！是空的

.PERFECTO！所以sapply只取了user_data.contacts（=一个列表）列的每个元素，对于这个列表的每个元素，它都返回TRUE/FALSE，所以如果我将NA/NULL作为内部列表的一部分，我应该考虑忽略它们的逻辑。我将更改我的响应以处理NA值

is_NULL==FALSE

有点笨拙。您可以通过

实现同样的功能！是空的

.PERFECTO！因此，sapply只获取了user_data.contacts（=列表）列中的每个元素，对于该列表的每个元素，它都返回TRUE/FALSE，因此如果内部列表中有NA/NULL，我应该考虑忽略它们的逻辑。我将更改响应以处理NA值

ifelse（）

和

TRUE

，

FALSE

是多余的。您可以单独使用

is.null

。另外，如果列表的一行中有多个条目，

unlist

将不起作用。我只是给OP一个前进的方向。关于

ifelse（）

is.null（unlist（user\u data.contacts））就足够了。我不确定你关于

未列出

的陈述是什么意思。

ifelse（）

和

TRUE

，

FALSE

是多余的。您可以单独使用

is.null

。另外，如果列表的一行中有多个条目，

unlist

将不起作用。我只是给OP一个前进的方向。关于

ifelse，您是对的(