PROBLÈME : Je veux convertir une colonne de listes nommées en un cadre de données. Cependant, il n'y a maintenant que 9 éléments, les problèmes apparaîtront dans d'autres cas lorsque les variables dans les listes sont jusqu'à 120. Existe-t-il un moyen efficace d'extraire toutes les variables à l'intérieur des listes sans les appeler une par une ?
VOICI LE DPUT POUR FOO :
foo <- structure(list(column_a = c("a", "b", "c"), column_b = list(list(country_code = "US", url = "https://api.twitter.com/1.1/geo/id/c3f37afa9efcf94b.json", country = "United States", place_type = "city", bounding_box = list(type = "Polygon", coordinates = structure(c(-97.928935, -97.928935, -97.580513, -97.580513, 30.127892, 30.518799, 30.518799, 30.127892), .Dim = c(1L, 4L, 2L))), full_name = "Austin, TX", attributes = structure(list(), .Names = character(0)), id = "c3f37afa9efcf94b", name = "Austin"), list(country_code = "UG", url = "https://api.twitter.com/1.1/geo/id/0092409a629e836c.json", country = "Uganda", place_type = "admin", bounding_box = list(type = "Polygon", coordinates = structure(c(32.192297, 32.192297, 32.683699, 32.683699, -0.147789, 0.585072, 0.585072, -0.147789), .Dim = c(1L, 4L, 2L))), full_name = "Wakiso, Uganda", attributes = structure(list(), .Names = character(0)), id = "0092409a629e836c", name = "Wakiso"), list(country_code = "US", url = "https://api.twitter.com/1.1/geo/id/080b8d8543aab399.json", country = "United States", place_type = "city", bounding_box = list(type = "Polygon", coordinates = structure(c(-93.399443, -93.399443, -93.203245, -93.203245, 44.78542, 44.863519, 44.863519, 44.78542), .Dim = c(1L, 4L, 2L))), full_name = "Bloomington, MN", attributes = structure(list(), .Names = character(0)), id = "080b8d8543aab399", name = "Bloomington"))), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -3L))DATA : Mon foo Le cadre de données a deux colonnes column_a avec des lettres et column_b qui est une colonne de listes. Chaque liste comporte 9 éléments.
library(tidyverse)
foo
#> # A tibble: 3 x 2
#> column_a column_b
#> <chr> <list>
#> 1 a <named list [9]>
#> 2 b <named list [9]>
#> 3 c <named list [9]>
str(foo[1,])
#> Classes 'tbl_df', 'tbl' and 'data.frame': 1 obs. of 2 variables:
#> $ column_a: chr "a"
#> $ column_b:List of 1
#> ..$ :List of 9
#> .. ..$ country_code: chr "US"
#> .. ..$ url : chr "https://api.twitter.com/1.1/geo/id/c3f37afa9efcf94b.json"
#> .. ..$ country : chr "United States"
#> .. ..$ place_type : chr "city"
#> .. ..$ bounding_box:List of 2
#> .. .. ..$ type : chr "Polygon"
#> .. .. ..$ coordinates: num [1, 1:4, 1:2] -97.9 -97.9 -97.6 -97.6 30.1 ...
#> .. ..$ full_name : chr "Austin, TX"
#> .. ..$ attributes : Named list()
#> .. ..$ id : chr "c3f37afa9efcf94b"
#> .. ..$ name : chr "Austin"SOLUTION A : Une solution est d'appeler tous les noms des variables dans les listes et de les extraire en utilisant map_chr un par un.
foo %>%
mutate(
country_code = map_chr(column_b, "country_code"),
country = map_chr(column_b, "country")
)
#> # A tibble: 3 x 4
#> column_a column_b country_code country
#> <chr> <list> <chr> <chr>
#> 1 a <named list [9]> US United States
#> 2 b <named list [9]> UG Uganda
#> 3 c <named list [9]> US United StatesSOLUTION B : Suivant ce lien la solution est d'appeler deux fois map fonction au sein de mutate . Mais je n'ai pas eu de succès :
foo %>%
mutate(repo_info = column_b %>%
map(~ .x %>%
map_df(`[`, c("country_code", "country")))) %>%
select(-column_b) %>%
unnest()
#> # A tibble: 6 x 10
#> column_a country_code url country place_type bounding_box full_name
#> <chr> <chr> <chr> <chr> <chr> <list> <chr>
#> 1 a <NA> <NA> <NA> <NA> <NULL> <NA>
#> 2 a <NA> <NA> <NA> <NA> <NULL> <NA>
#> 3 b <NA> <NA> <NA> <NA> <NULL> <NA>
#> 4 b <NA> <NA> <NA> <NA> <NULL> <NA>
#> 5 c <NA> <NA> <NA> <NA> <NULL> <NA>
#> 6 c <NA> <NA> <NA> <NA> <NULL> <NA>
#> # … with 3 more variables: attributes <list>, id <chr>, name <chr>Créé le 2019-08-19 par le paquet reprex (v0.3.0)
