从嵌套列表中提取具有特定名称的所有元素

Question

我有一些存档的 Slack 数据，我正在尝试获取一些关键消息属性。我通过愚蠢地展平整个列表，获取 data.frame 或 tibble 以及嵌套在某些单元格中的列表来完成此操作。随着这个数据集变得越来越大，我想更智能地从这个列表中挑选元素，这样当这个缓存变大时，就不会永远用我想要的元素创建 data.frame 或 tibble。

我试图将下面名为“type”的所有内容拉入向量或平面列表中，我可以将其作为数据框变量拉入。为了方便起见，我命名了文件夹和消息级别。谁有模型代码可以帮忙吗？

library(tidyverse)
    
l <- list(folder_1 = list(
  `msg_1-1` = list(type = "message",
               subtype = "channel_join",
               ts = "1585771048.000200",
               user = "UFUNNF8MA",
               text = "<@UFUNNF8MA> has joined the channel"),
  `msg_1-2` = list(type = "message",
                   subtype = "channel_purpose",
                   ts = "1585771049.000300",
                   user = "UNFUNQ8MA",
                   text = "<@UNFUNQ8MA> set the channel purpose: Talk about xyz")),
  folder_2 = list(
    `msg_2-1` = list(type = "message",
                  subtype = "channel_join",
                  ts = "1585771120.000200",
                  user = "UQKUNF8MA",
                  text = "<@UQKUNF8MA> has joined the channel")) 
)

# gets a specific element
print(l[[1]][[1]][["type"]])

# tried to get all elements named "type", but am not at the right list level to do so
print(purrr::map(l, "type"))

Answer 1

根据所需的输出，我可能会在这里使用简单的递归函数。

get_elements <- function(x, element) {
  if(is.list(x))
  {
    if(element %in% names(x)) x[[element]]
    else lapply(x, get_elements, element = element)
  }
}

这允许：

get_elements(l, "type")
#> $folder_1
#> $folder_1$`msg_1-1`
#> [1] "message"
#> 
#> $folder_1$`msg_1-2`
#> [1] "message"
#> 
#> 
#> $folder_2
#> $folder_2$`msg_2-1`
#> [1] "message"

或者如果你想获得所有“用户”：

get_elements(l, "user")
#> $folder_1
#> $folder_1$`msg_1-1`
#> [1] "UFUNNF8MA"
#> 
#> $folder_1$`msg_1-2`
#> [1] "UNFUNQ8MA"
#> 
#> 
#> $folder_2
#> $folder_2$`msg_2-1`
#> [1] "UQKUNF8MA"

如果您希望将结果展平为向量，您显然可以取消列出结果。

unlist(get_elements(l, "type"))
#> folder_1.msg_1-1 folder_1.msg_1-2 folder_2.msg_2-1 
#>        "message"        "message"        "message" 

Answer 2

正如OP提到的，这可以解决问题：

#Code
unlist(l)[grepl('.type',names(unlist(l)),fixed=T)]

输出：

folder_1.msg_1-1.type folder_1.msg_1-2.type folder_2.msg_2-1.type 
            "message"             "message"             "message" 

另一个选择是（非常感谢并归功于@Abdessabour Mtk）

#Code1
purrr::map(l, ~ purrr::map(.x, "type"))

Answer 3

另一种选择是在

rrapply()

包中使用

rrapply

：

library(rrapply)

## return unlisted vector
rrapply(l, condition = function(x, .xname) .xname == "type", how = "unlist")
#> folder_1.msg_1-1.type folder_1.msg_1-2.type folder_2.msg_2-1.type 
#>             "message"             "message"             "message"

## return melted data.frame
rrapply(l, condition = function(x, .xname) .xname == "type", how = "melt")
#>         L1      L2   L3   value
#> 1 folder_1 msg_1-1 type message
#> 2 folder_1 msg_1-2 type message
#> 3 folder_2 msg_2-1 type message

Answer 4

与 @Duck 和 @Abdessabour Mtk 昨天提供的相关，purrr 有一个函数

map_depth()

，如果你知道它的名称以及它在层次结构中的深度，它可以让你获得一个命名属性。在爬行这个大的嵌套列表时非常有用，并且是上面嵌套

map()

调用的更简单的解决方案。

purrr::map_depth(l, 2, "type")

Answer 5

好吧，我想要一个基本的 R 解决方案，并且对 @Allan Cameron 的答案不满意，因为我想要将所有匹配项分组到同一“根”级别的最终列表中的东西。我不想使用

unlist

来这样做，因为我希望匹配的对象可能是复杂的表，并且不想失去结构。 我认为

append

可能会成功......并且在玩了一会儿之后，我认为我得到了一些似乎有用的东西（在我和OP的案例中的列表中）：

我用了艾伦的名字：

get_elements <- function(x, element) {
    newlist=list()
    for(elt in names(x)){
        if(elt == element) newlist=append(newlist,x[elt])
        else if(is.list(x[[elt]])) newlist=append(newlist,get_elements(x[[elt]],element) )
    }
    return(newlist)
}

不如

lapply

优雅（按照我的口味），但我不确定我可以用任何 *apply 函数做我想做的事...尽管我仍然觉得可以做一些更简单、更好的事情（也许用

do.call

？）但找不到...

OP 列表结果：

> get_elements(l,"user")                                                                                                                                                                                                                   
$user
[1] "UFUNNF8MA"

$user
[1] "UNFUNQ8MA"

$user
[1] "UQKUNF8MA"

> get_elements(l,"type")
$type
[1] "message"

$type
[1] "message"

$type
[1] "message"