#> 1 1, 2, 3 1, 2 #> 2 3, 4, 5 3, 4, 5

Tibble 通过更懒惰的方式（tibble() 不会修改其输入）以及提供更好的打印方法来缓解这个问题：

tibble( x = list(1:3, 3:5), y = c("1, 2", "3, 4, 5") ) #> # A tibble: 2 × 2 #> x y #> #> 1 <int [3]> 1, 2 #> 2 <int [3]> 3, 4, 5

使用 tribble() 会更加简单，因为它可以自动判断出你需要一个列表：

tribble( ~x, ~y, 1:3, "1, 2", 3:5, "3, 4, 5" ) #> # A tibble: 2 × 2 #> x y #> #> 1 <int [3]> 1, 2 #> 2 <int [3]> 3, 4, 5

列表列通常作为中间数据结构最为有用。直接操作它们比较困难，因为大多数 R 函数处理的是原子向量或数据框，但将相关条目保存在一个数据框中的好处值得一点小小的麻烦。

一般来说，一个有效的列表列工作流程包含三个部分：

• 1. 你可以使用 nest()、summarize() + list() 或 mutate() + 一个 map 函数来创建列表列，如第 411 页的“创建列表列”中所述。
• 2. 你可以通过使用 map()、map2() 或 pmap() 转换现有的列表列来创建其他中间列表列。例如，在前面的案例研究中，我们通过转换数据框的列表列创建了模型的列表列。
• 3. 你将列表列简化回数据框或原子向量，如第 416 页的“简化列表列”中所述。