使用 tidyverse 函数提取列表列的一部分

发布于07月08日

给定数据帧‘dat’，其中‘Author’是作者姓名的列表列.如何使用tidyVerse函数创建仅包含第一作者姓氏的新列？

dat <- structure(list(author = list(c("Pagsberg, Anne Katrine", "Uhre, Camilla", 
"Uhre, Valdemar and"), c("Franklin, Martin E", "Sapyta, Jeffrey", 
"Freeman, Jennifer B"), c("Selles, Robert R", "Belschner, Laura", 
"Negreiros, Juliana and")), pmid = c("35305587", "21934055", 
"29179016")), row.names = c(NA, -3L), class = c("tbl_df", "tbl", 
"data.frame"))

在BASE R中，以下代码可以运行: Dat$First_Author&lt；-sApply(sApply(dat$Author，"["，1)，"，")，"["，1)

推荐答案

一种纯粹的整齐方法是，在使用str_removego 掉第一个逗号和后面的任何元素之前，将Tibble rowwise和pluck分组到List列中每一行的第一个元素.对于完成度，你可以在ungroup结尾.

library(tidyverse)

dat %>% 
  rowwise() %>% 
  mutate(first_author = pluck(author, 1) %>% str_remove(',.*$')) %>%
  ungroup()
#> # A tibble: 3 x 3
#>   author    pmid     first_author
#>   <list>    <chr>    <chr>       
#> 1 <chr [3]> 35305587 Pagsberg    
#> 2 <chr [3]> 21934055 Franklin    
#> 3 <chr [3]> 29179016 Selles

然而，在现实中，当存在一个很好的单线性基R替代方案时，我并不觉得强制使用tidyVerse函数:

within(dat, first_author <- sapply(author, \(x) gsub(',.*$', '', x[[1]])))
#> # A tibble: 3 x 3
#>   author    pmid     first_author
#>   <list>    <chr>    <chr>       
#> 1 <chr [3]> 35305587 Pagsberg    
#> 2 <chr [3]> 21934055 Franklin    
#> 3 <chr [3]> 29179016 Selles